Oozie Hadoop 流媒体

Question

我正在尝试编写一个简单的 map only hadoop streaming job 从 hdfs 读取数据并将其推送到 vertica。

我写了几个 shell 脚本如下

load.sh

  hadoop jar hadoop-streaming-2.7.3.2.5.3.0-37.jar -input $INPUT_DIR -mapper /user/oozie/adhoc_data_load/scripts/export.sh -output $OUTPUT_DIR

export.sh

 ./vsql -c "copy $TABLE from stdin delimiter E'\t' direct null '\N';" -U $DBUSER -w $DBPWD -h $DBHOST -p $DBPORT

工作流程：

<action name="loadToVertica">
    <shell xmlns="uri:oozie:shell-action:0.1">
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <exec>loadVertica.sh</exec>
            <argument>${STREAMING_JAR_PATH}</argument>
            <argument>${nameNode}/user/oozie/optus_adhoc_data/${exportDataDate}</argument>
            <argument>${TABLE_NAME_VERTICA}</argument>
            <argument>${dbHost}</argument>
            <argument>${dbName}</argument>
            <argument>${dbPassword}</argument>
            <argument>${dbPort}</argument>
            <argument>${nameNode}/user/oozie/optus_adhoc_data/output/${exportDataDate}</argument>
            <argument>vsql,export.sh</argument>
            <file>${nameNode}/user/oozie/adhoc_data_load/scripts/loadVertica.sh#loadVertica.sh</file>
            <file>${wfsBasePath}/libs/${STREAMING_JAR_PATH}#${STREAMING_JAR_PATH}</file>
            <file>${wfsBasePath}/config/vsql#vsql</file>
            <file>${wfsBasePath}/scripts/export.sh#export.sh</file>
            <capture-output/>
        </shell>
        <ok to="end"/>
       <error to="end"/>
    </action>

运行 Oozie 用户出现以下异常：

org.apache.hadoop.ipc.RemoteException(org.apache.hadoop.security.AccessControlException): Permission denied: user=yarn, access=WRITE, inode="/user/yarn/.staging":hdfs:hdfs:drwxr-xr-x
        at org.apache.hadoop.hdfs.server.namenode.FSPermissionChecker.check(FSPermissionChecker.java:319)

解决方案：

在工作流程中添加：

HADOOP_USER_NAME=${wf:user()}

Answer 1

Permission denied: user=yarn, access=WRITE, inode="/user/yarn/.staging":hdfs:hdfs:drwxr-xr-x

表示目录 /user/yarn/.staging 归用户 hdfs 所有。

该目录具有 rwxr-xr-x 权限，这意味着只有用户 hdfs 具有写入权限。

由于您的工作流程是使用用户 yarn 执行的，因此无法写入该目录。

您可以更改权限：

hdfs dfs -chmod -R 777 /user/yarn/

或者将其所有权授予 yarn，如：

sudo -u hdfs hdfs dfs -chown yarn:yarn /user/yarn

Answer 2

可以通过在 Workflow.xml

中添加以下内容来解决此问题

HADOOP_USER_NAME=${wf:user()}

Oozie Hadoop 流媒体

Oozie Hadoop Streaming

hadoop

oozie

hadoop-streaming