工作流引擎Oozie（二）：coordinator

coordinator是workflow的定時提交器，基於時間條件與資料生成觸發（based on time and data triggers）。簡單點說，coordinator按所定義的時間週期進行輪詢，若資料生成條件滿足，則觸發workflow任務；否則，則等待資料生成或跳過（排程策略由設定的超時時間決定）。

coordinator-app name="coord-demo" frequency="${coord:days(1)}" start="${start_time}" end="${end_time}"
timezone="Asia/Shanghai" xmlns="uri:oozie:coordinator:0.1"

檔案頭定義了coordinator任務的名稱，執行頻率（frequency），開始與起止時間（start、end）。${coord:days(1)}為coordinator內建的EL function (Expression Language)，表示為執行週期為一天。frequency的時間單位為分鐘，則${coord:days(1)}=1440，${coord:hours(3)}=180. 一般地，在job.properties定義如：start_time=2016-06-07T00:00Z，應以UTC時區為準。

<controls>
    <!--超時時間，若為0，一旦資料生成超時則coordinator action被丟棄；
    若為-1，則一直等待資料生成；
    若 > 0，即為超時時間（單位：分鐘）-->
    <timeout>-1</timeout>
    <!--併發action數-->
    <concurrency>1</concurrency>
    <!--同時被觸發的多個coordinator job的執行次序-->
    <execution>${execution_order}</execution>
</controls>

<datasets>
    <!--資料生成目錄-->
    <dataset name="data" frequency="${coord:hours(1)}" initial-instance="${start_time}" timezone="${timezone}">
      <uri-template>${nameNode}/path/to/${YEAR}-${MONTH}-${DAY}/${HOUR}/</uri-template>
      <done-flag></done-flag>
    </dataset>
</datasets>

相關引數：

• initial-instance，對應初始時間的資料目錄，作為時間週期偏移的基準目錄
• uri-template，檔案目錄HDFS目錄，${YEAR}、${MONTH}等為EL Time Constants，具體數值由 傳入，也可透過job.properties傳入自定義的引數。
• done-flag，資料目錄生成的檔案標識，若未指定，則預設為 _SUCCESS 檔案；若指定為空，則表示資料夾本身。
input-events

<input-events>
    <data-in name="dataReady" dataset="data">
      <instance>${coord:current(-1)}</instance>
    </data-in>
</input-events>

定義了資料觸發條件，${coord:current(-1)}表示對於當前時間的偏移，其中偏移量=數值* dataset frequency。有些時候，我們要判斷多個目錄是否生成，比如，判斷一天的24個小時目錄，這時應這樣寫：

<data-in name="dataReady2" dataset="data">
  <start-instance>${coord:current(-24)}</start-instance>
  <end-instance>${coord:current(-1)}</end-instance>
</data-in>

<action>
    <workflow>
      <app-path>${wf_app_path}</app-path>
      <configuration>
        <property>
          <name>dayTime</name>
          <value>${coord:formatTime(coord:dateOffset(coord:nominalTime(), -1, 'DAY'), 'yyyy-MM-dd')}</value>
        </property>
      </configuration>
    </workflow>
</action>

定義coordinator要觸發的workflow，

app-path，workflow所在的HDFS目錄；

property，定義傳給workflow的引數

coordinator提供了一些用於時間計算的函式，比如：

coord:nominalTime()，返回coordinator的每一執行週期的當前時間；

coord:dateOffset(String baseDate, int instance, String timeUnit)，計算偏移後的時間，newDate = baseDate + instance * timeUnit；

coord:formatTime(String ts, String format)，定義格式化的時間，其中format應遵循Java's SimpleDateFormat。

返回多個時間：

<value>${coord:formatTime(coord:dateOffset(coord:dateOffset(coord:nominalTime(), -12, 'HOUR'), -6, 'DAY'), 'yyyy-MM-dd')},${coord:formatTime(coord:dateOffset(coord:dateOffset(coord:nominalTime(), -12, 'HOUR'), -5, 'DAY')</value>

原文地址：