一个简单的使用Quartz和Oozie调度作业给大数据计算平台执行

标签：

一，介绍

Oozie是一个基于Hadoop的工作流调度器，它可以通过Oozie Client 以编程的形式提交不同类型的作业，如MapReduce作业和Spark作业给底层的计算平台(如 Cloudera Hadoop)执行。

Quartz是一个开源的调度软件，它为任务的调度执行提供了各种触发器以及监听器

下面使用Quartz + Oozie 将一个MapReduce程序提交给Cloudera Hadoop执行

二，调度思路

①为什么要用Quartz呢？主要是借助Quartz强大的触发器功能。它可以允许满足不同的调度需求，如每周执行作业一次、重复执行作业多少次。这里有一个重要的问题：假设我有一个作业需要重复执行，当第一次把该作业提交到CDH上执行后，以后需要执行该作业时不再是又一次把该作业上传到CDH上然后执行，而是把提交过的作业记录下来，下次需要运行时，直接让CDH再运行该作业。

②使用Quartz还有一个好处就是：在作业提交的时候可以做一些控制。比如，某种类型的作业提交的频率很高，或者运行时间较短(根据它上次执行完的情况来判断)，那么下次运行它时，让它具有更高的优先级。

③使用Oozie的目的很明确，就是让它把作业发送给底层的计算平台，如CDH去执行作业。

三，Eclipse开发环境搭建

主要是需要Quartz和Oozie的依赖包。具体如下：

 四，实现思路

a) 调度系统目前只考虑调度两种类型的作业：Mapreduce作业和Spark作业。先把这二种作业通过Quartz传递给Oozie，然后再让Oozie把作业提交给CDH计算平台去执行。

b) Quartz提供了一个公共的Job接口。里面只有一个execute()方法，该方法负责完成Quartz所调度的作业的具体功能：把作业传递给Oozie

c) 定义一个抽象类BaseJob，它里面定义了二个方法。这二个方法主要是用来做一些准备工作，即使用Quartz把作业传递给Oozie时需要找到作业在HDFS上的存储目录，并将之复制执行目录下。

d) 最后是两个具体的实现类，MRJob和SparkJob，它们分别代表Mapreduce作业和Spark作业。在实现类里面完成作业的配置，然后将作业提交到CDH计算平台上执行。

相关类图如下：

 

五，具体代码分析

MRJob.java

实现了org.quartz.Job接口的execute()，该方法当触发器被触发时，会自动地被Quartz Schedule 调度执行。这样，就可以根据需要定义触发器，控制作业何时提交给Oozie。

 1 @Override 2     public void execute(JobExecutionContext arg0) throws JobExecutionException { 3         try{ 4             String jobId = wc.run(conf); 5             System.out.println("Workflow job submitted");//submit job to oozie and get the jobId 6              7             //wait until the workflow job finishes 8             while(wc.getJobInfo(jobId).getStatus() == Status.RUNNING){ 9                 System.out.println("Workflow job running...");10                 try{11                     Thread.sleep(10*1000);12                 }catch(InterruptedException e){e.printStackTrace();}13             }14             System.out.println("Workflow job completed!");15             System.out.println(wc.getJobId(jobId));16         }catch(OozieClientException e){e.printStackTrace();}17     }

 

测试的main函数程序如下：可以看出对于客户端而言，只需要按照编写常规的Quartz作业方式，就可以调试MapReduce作业了。要想运行该程序，当然还得提前准备到作业的运行环境。具体参考

 1 import static org.quartz.JobBuilder.newJob; 2 import static org.quartz.TriggerBuilder.newTrigger; 3  4 import java.util.Date; 5  6 import org.quartz.JobDetail; 7 import org.quartz.Scheduler; 8 import org.quartz.SchedulerFactory; 9 import org.quartz.SimpleTrigger;10 import org.quartz.impl.StdSchedulerFactory;11 import org.slf4j.Logger;12 import org.slf4j.LoggerFactory;13 14 import com.quartz.job.MRJob;15 16 17 public class QuartzOozieJobTest {18     public static void main(String[] args) throws Exception{19         QuartzOozieJobTest test = new QuartzOozieJobTest();20         test.run();21     }22     23     public void run() throws Exception{24         Logger log = LoggerFactory.getLogger(QuartzOozieJobTest.class);25 26         log.info("------- Initializing ----------------------");27 28         SchedulerFactory sf = new StdSchedulerFactory();29         Scheduler sched = sf.getScheduler();30         31         long startTime = System.currentTimeMillis() + 20000L;32         Date startTriggerTime = new Date(startTime);33         34         JobDetail jobDetail = newJob(MRJob.class).withIdentity("job", "group1").build();35         SimpleTrigger trigger = (SimpleTrigger) newTrigger().withIdentity("trigger", "group1").startAt(startTriggerTime).build();36         37         Date ft = sched.scheduleJob(jobDetail, trigger);38         39         log.info(jobDetail.getKey() + " will submit at " + ft + " only once.");40         41         sched.start();42 //        sched.shutdown(true);43     }44 }

 

整个项目的源代码下载

 

一个简单的使用Quartz和Oozie调度作业给大数据计算平台执行

标签：