文章目录
1.环境准备
- 集群版本：Ambari2.7.3 + HDP3.0.1.0-187
- 集群开启Kerberos身份认证，Ranger权限认证
2.修改配置文件
2.1 解压Oozie自带样例包
连接Oozie的Server节点：
[root@manager93 ~]# cd /usr/hdp/3.0.1.0-187/oozie/doc
# 此处依赖包，也可以不进行解压， 如果依赖包环境无法运行，可以手动删除，之后重启Oozie组件，从新生成。
[root@manager93 doc]# tar -zxvf oozie-examples.tar.gz
[root@manager93 oozie]# cd doc/examples/apps/
# 备份spark示例包结构
[root@manager93 apps]# cp -r spark spark.bak
[root@manager93 apps]# cd spark
[root@manager93 spark]# ll
total 8
-rw-r--r-- 1 oozie hadoop 1015 Sep 19 2018 job.properties
# Spark样例jar包存放在lib目录下
drwxr-xr-x 2 oozie hadoop 32 May 19 20:19 lib
-rw-r--r-- 1 oozie hadoop 1920 Sep 19 2018 workflow.xml
# 拷贝spark自带的example的jar包
[root@manager93 spark]# cp /usr/hdp/3.0.1.0-187/spark2/examples/jars/spark-examples_2.11-2.3.1.3.0.1.0-187.jar lib/
2.2 修改workflow.xml文件
<!-- 标签workflow-app里的name是在oozie web ui上显示的该job的名称：Spark-On-Pi -->
<workflow-app xmlns='uri:oozie:workflow:0.5' name='Spark-Oozie-Pi'>
<start to='spark-node' />
<action name='spark-node'>
<!-- 标签签spark里是运行的spark任务的相关配置, ${key}：是映射的job.properties文件中的内容 -->
<spark xmlns="uri:oozie:spark-action:0.1">
<!-- Yarn的RM地址 -->
<job-tracker>${jobTracker}</job-tracker>
<!-- HDFS NameNode Active 地址 -->
<name-node>${nameNode}</name-node>
<prepare>
<delete path="${nameNode}/user/${wf:user()}/${examplesRoot}/output-data/spark"/>
</prepare>
<!-- Spark -master参数 -->
<master>${master}</master>
<!-- Spark任务名称，在Yarn UI中显示的名称，同-name参数 -->
<name>Spark-Yarn-Pi</name>
<!-- Spark入口类名称，同-class参数 -->
<class>org.apache.spark.examples.SparkPi</class>
<!-- 指定Jar包路径 -->
<jar>${nameNode}/user/${wf:user()}/${examplesRoot}/apps/spark/lib/spark-examples_2.11-2.3.1.3.0.1.0-187.jar</jar>
<!-- 提交Spark任务指定参数 -->
<spark-opts>${spark_opts}</spark-opts>
<!-- 参数选项 -->
<!--
<arg>${nameNode}/user/${wf:user()}/${examplesRoot}/input-data/text/data.txt</arg>
<arg>${nameNode}/user/${wf:user()}/${examplesRoot}/output-data/spark</arg>
-->
</spark>
<ok to="end" />
<error to="fail" />
</action>
<kill name="fail">
<message>Workflow failed, error
message[${wf:errorMessage(wf:lastErrorNode())}]
</message>
</kill>
<end name='end' />
</workflow-app>
2.3 修改job.properties文件
# NameNode Active 地址
nameNode=hdfs://manager93.bigdata:8020
# Yarn的ResourceManager地址
jobTracker=manager93.bigdata:8050
# 配置Spark任务提交模式，同--master参数
master=yarn-cluster
queueName=default
examplesRoot=examples
oozie.use.system.libpath=true
oozie.wf.application.path=${nameNode}/user/${user.name}/${examplesRoot}/apps/spark
spark_opts=--executor-memory 1G --num-executors 3 --executor-cores 2
3.上传到HDFS
创建目录
[root@manager93 spark]# su hdfs
[hdfs@manager93 spark]$ hadoop fs -mkdir -p /user/oozie/examples/apps
[hdfs@manager93 spark]$ cd /usr/hdp/3.0.1.0-187/oozie/doc/examples/apps/
[hdfs@manager93 apps]$ hadoop fs -put spark /user/oozie/examples/apps/
[hdfs@manager93 apps]$ hadoop fs -ls /user/oozie/examples/apps/spark
Found 3 items
-rw-r--r-- 3 hdfs hdfs 1214 2021-06-02 17:22 /user/oozie/examples/apps/spark/job.properties
drwxr-xr-x - hdfs hdfs 0 2021-06-02 17:22 /user/oozie/examples/apps/spark/lib
-rw-r--r-- 3 hdfs hdfs 2648 2021-06-02 17:22 /user/oozie/examples/apps/spark/workflow.xml
4.提交任务
[root@manager93 ~]# cd /usr/hdp/3.0.1.0-187/oozie/doc/examples/apps/spark
[root@manager93 spark]# su oozie
[oozie@manager93 spark]$ oozie job --oozie http://manager93.bigdata:11000/oozie -config ./job.properties -run
job: 0000000-210602114459890-oozie-oozi-W
# 查看日志信息
[oozie@manager93 spark]$ oozie job -oozie http://manager93.bigdata:11000/oozie -log 0000000-210602114459890-oozie-oozi-W
5.监控
由于集群开启了Kerberos，Chrome没有配置Kerberos信息，无法访问Oozie UI页面，从Yarn UI监控：