JAVA网页编程之随着示例学Oozie仓酷云

仓酷云

对于一个大型项目，如果用java来作，可能需要9个月，并且可能需要翻阅10本以上的书，但如果用ruby来作，3个月，3本书就足够了，而.net网页编程也不过3，4本书足以，这就是区别。在前一篇文章《Oozie简介》中，我们已形貌了Oozie事情流服务器，而且展现了一个十分复杂的事情流示例。我们还形貌了针对Oozie的事情流的部署和设置，和用来启动、中断和监控Oozie事情流的工具。
在本文中，我们会形貌一个加倍庞大的例子，经由过程它我们能够会商更多Oozie特征，并演示怎样来利用它们。
界说历程

我们在此形貌的事情流会完成汽车GPS探测数据的猎取历程。我们每一个小时城市以文件的情势把探测数据传送到指定的HDFS目次中[1]，个中包括有这个小时以内的一切探测数据。探测数据的猎取是天天针对一天内一切的24个文件完成的。假如文件的数目是24，那末猎取历程就会启动。不然：

• 当天甚么都不做
  
• 对前一天——最多到7天，发送剩下的内容到探测数据供应程序
  
• 假如目次的存在工夫已到达7天，那末就猎取一切可用的探测数据文件。
  

历程的整体完成请见
（点击能够检察年夜图）。

登录/注册后可看大图

<br>
：历程图
在此，支流程（数据猎取流程）起首会为明天和之前的六天盘算出目次的称号，然后启动（fork）七个目次的子历程（子流程）。待一切子历程的形态都酿成停止以后，join步骤就会把把持权交给end形态。
子历程启动时，起首会取得关于目次的信息——它的日期和文件数目。基于这条信息，它会决意是猎取数据仍是把数据回档，大概发送剩下的邮件，大概不做任何事情。
Directory子历程完成

以下代码卖力完成的是directory子历程（代码1）。

1. <workflow-appxmlns=uri:oozie:workflow:0.1name=processDir><startto=getDirInfo/><!--STEPONE--><actionname=getDirInfo><!--writes2properties:dir.num-files:returns-1ifdirdoesntexist,otherwisereturns#offilesindirdir.age:returns-1ifdirdoesntexist,otherwisereturnsageofdirindays--><java><job-tracker>${jobTracker}</job-tracker><name-node>${nameNode}</name-node><main-class>com.navteq.oozie.GetDirInfo</main-class><arg>${inputDir}</arg><capture-output/></java><okto="makeIngestDecision"/><errorto="fail"/></action><!--STEPTWO--><decisionname="makeIngestDecision"><switch><!--emptyordoesntexist--><caseto="end">${wf:actionData(getDirInfo)[dir.num-files]lt0||(wf:actionData(getDirInfo)[dir.age]lt1andwf:actionData(getDirInfo)[dir.num-files]lt24)}</case><!--#offiles>=24--><caseto="ingest">${wf:actionData(getDirInfo)[dir.num-files]gt23||wf:actionData(getDirInfo)[dir.age]gt6}</case><defaultto="sendEmail"/></switch></decision><!--EMAIL--><actionname="sendEmail"><java><job-tracker>${jobTracker}</job-tracker><name-node>${nameNode}</name-node><main-class>com.navteq.oozie.StandaloneMailer</main-class><arg>probedata2@navteq.com</arg><arg>gregory.titievsky@navteq.com</arg><arg>${inputDir}</arg><arg>${wf:actionData(getDirInfo)[dir.num-files]}</arg><arg>${wf:actionData(getDirInfo)[dir.age]}</arg></java><okto="end"/><errorto="fail"/></action><!--INGESTION--><actionname="ingest"><java><job-tracker>${jobTracker}</job-tracker><name-node>${nameNode}</name-node><prepare><deletepath="${outputDir}"/></prepare><configuration><property><name>mapred.reduce.tasks</name><value>300</value></property></configuration><main-class>com.navteq.probedata.drivers.ProbeIngest</main-class><arg>-conf</arg><arg>action.xml</arg><arg>${inputDir}</arg><arg>${outputDir}</arg></java><okto="archive-data"/><errorto="ingest-fail"/></action><!—ArchiveData--><actionname="archive-data"><fs><movesource=${inputDir}target=/probe/backup/${dirName}/><deletepath=${inputDir}/></fs><okto="end"/><errorto="ingest-fail"/></action><killname="ingest-fail"><message>Ingestionfailed,errormessage[${wf:errorMessage(wf:lastErrorNode())}]</message></kill><killname="fail"><message>Javafailed,errormessage[${wf:errorMessage(wf:lastErrorNode())}]</message></kill><endname=end/></workflow-app>

复制代码

代码1：Directory子历程
这个子历程的start节点会触发自界说的java节点，这个节点会取得目次信息（代码2）。

1. packagecom.navteq.oozie;importjava.io.File;importjava.io.FileOutputStream;importjava.io.OutputStream;importjava.util.GregorianCalendar;importjava.util.Properties;importorg.apache.hadoop.conf.Configuration;importorg.apache.hadoop.fs.FileStatus;importorg.apache.hadoop.fs.FileSystem;importorg.apache.hadoop.fs.Path;publicclassGetDirInfo{privatestaticfinalStringOOZIE_ACTION_OUTPUT_PROPERTIES="oozie.action.output.properties";publicstaticvoidmain(String[]args)throwsException{StringdirPath=args[0];StringpropKey0="dir.num-files";StringpropVal0="-1";StringpropKey1="dir.age";StringpropVal1="-1";System.out.println("Directorypath:"+dirPath+"");Configurationconf=newConfiguration();FileSystemfs=FileSystem.get(conf);PathhadoopDir=newPath(dirPath);if(fs.exists(hadoopDir)){FileStatus[]files=FileSystem.get(conf).listStatus(hadoopDir);intnumFilesInDir=files.length;propVal0=Integer.toString(numFilesInDir);longtimePassed,daysPassedLong;intdaysPassed;StringdirName=hadoopDir.getName();String[]dirNameArray=dirName.split("-");if(dirNameArray.length==3){intyear=Integer.valueOf(dirNameArray[0]);intmonth=Integer.valueOf(dirNameArray[1])-1;//monthsare0basedintdate=Integer.valueOf(dirNameArray[2]);GregorianCalendardirCreationDate=newGregorianCalendar(year,month,date);timePassed=(newGregorianCalendar()).getTimeInMillis()-dirCreationDate.getTimeInMillis();daysPassed=(int)=timePassed/1000/60/60/24;;propVal1=Integer.toString(daysPassed);}}StringoozieProp=System.getProperty(OOZIE_ACTION_OUTPUT_PROPERTIES);if(oozieProp!=null){FilepropFile=newFile(oozieProp);Propertiesprops=newProperties();props.setProperty(propKey0,propVal0);props.setProperty(propKey1,propVal1);OutputStreamos=newFileOutputStream(propFile);props.store(os,"");os.close();}elsethrownewRuntimeException(OOZIE_ACTION_OUTPUT_PROPERTIES+"Systempropertynotdefined");}}

复制代码

代码2：取得目次信息的节点
这个类会取得目次名作为输出的参数，并起首反省该目次是不是存在。假如目次不存在，那末存在工夫（age）和文件数目城市前往-1，不然，这两个值就会前往给子历程。
子历程的下一步是一个switch（决意）声明，它会决意怎样处置目次。假如目次不存在（文件数<0），大概是以后日期（存在工夫<1）而且文件数目少于24（文件数<24），那末子历程就会间接转换到停止形态。假如一切文件都位于子目次中（文件数>23）大概目次是在最少七天前创立的（存在工夫>6），那末就会有以下操纵：

• 利用现存的Map/reduce程序[2]猎取数据
  
• 目次会备份在数据回档中，然后删除
  

对action节点的别的设置

猎取举措向你展现了别的一些Oozie设置参数，包含：

• Prepare——假如呈现了prepare参数，就意味着在启举措业（job）之前会删除路径列表。这应当专门用于清算目次。删除操纵会在fs.default.name文件体系中实行。
  
• Configuration——假如呈现了configuration元素，它个中就会包括针对Map/Reduce功课的JobConf属性。它不但能够用于map/reduce举措，并且还能够用于启动map/reduce功课的java举措。
  

假如不是以上两种情形，那末子历程就会发送残剩的邮件，然前进出。邮件是作为另外一个java主类完成的（代码3）。

1. packagecom.navteq.oozie;importjava.util.Properties;importjavax.mail.Message;importjavax.mail.Session;importjavax.mail.Transport;importjavax.mail.internet.InternetAddress;importjavax.mail.internet.MimeMessage;publicclassStandaloneMailer{privatestaticString_mServer="imailchi.navtech.com";privatestaticProperties_props=null;privateStandaloneMailer(){}publicstaticvoidinit(StringmServer){_mServer=mServer;_props=newProperties();_props.setProperty("mail.smtp.host",_mServer);}publicstaticvoidSendMail(Stringsubject,Stringmessage,Stringfrom,Stringto)throwsException{//createsomepropertiesandgetthedefaultSessionSessionsession=Session.getDefaultInstance(_props,null);//createamessageMessagemsg=newMimeMessage(session);//setthefromandtoaddressInternetAddressaddressFrom=newInternetAddress(from);msg.setFrom(addressFrom);String[]recipients=newString[]{to};InternetAddress[]addressTo=newInternetAddress[recipients.length];for(inti=0;i<recipients.length;i++){addressTo[i]=newInternetAddress(recipients[i]);}msg.setRecipients(Message.RecipientType.TO,addressTo);//SettingtheSubjectandContentTypemsg.setSubject(subject);msg.setContent(message,"text/plain");Transport.send(msg);}publicstaticvoidmain(String[]args)throwsException{if(args.length==5){init(_mServer);StringBuildersubject=newStringBuilder();StringBuilderbody=newStringBuilder();subject.append("Directory").append(args[2]).append("contains").append(args[3]).append("files.");body.append("Directory").append(args[2]).append("is").append(args[4]).append("daysoldandcontainsonly").append(args[3]).append("filesinsteadof24.");SendMail(subject.toString(),body.toString(),args[0],args[1]);}elsethrownewException("Invalidnumberofparametersprovidedforemail");}}

复制代码

列表3：发送提示邮件
这是利用了javax.mailAPI的复杂完成，用于发送邮件。
主历程的完成

我们已完成了子历程，然后，对主历程的完成就变得十分复杂了（列表4）[3]。

1. <workflow-appxmlns=uri:oozie:workflow:0.1name=processDirsWF><startto=getDirs2Process/><!--STEPONE--><actionname=getDirs2Process><!--writes2properties:dir.num-files:returns-1ifdirdoesntexist,otherwisereturns#offilesindirdir.age:returns-1ifdirdoesntexist,otherwisereturnsageofdirindays--><java><job-tracker>${jobTracker}</job-tracker><name-node>${nameNode}</name-node><main-class>com.navteq.oozie.GenerateLookupDirs</main-class><capture-output/></java><okto="forkSubWorkflows"/><errorto="fail"/></action><forkname="forkSubWorkflows"><pathstart="processDir0"/><pathstart="processDir1"/><pathstart="processDir2"/><pathstart="processDir3"/><pathstart="processDir4"/><pathstart="processDir5"/><pathstart="processDir6"/><pathstart="processDir7"/></fork><actionname="processDir0"><sub-workflow><app-path>hdfs://sachicn001:8020/user/gtitievs/workflows/ingest</app-path><configuration><property><name>inputDir</name><value>hdfs://sachicn001:8020/user/data/probedev/files/${wf:actionData(getDirs2Process)[dir0]}</value></property><property><name>outputDir</name><value>hdfs://sachicn001:8020/user/gtitievs/probe-output/${wf:actionData(getDirs2Process)[dir0]}</value></property><property><name>jobTracker</name><value>${jobTracker}</value></property><property><name>nameNode</name><value>${nameNode}</value></property><property><name>activeDir</name><value>hdfs://sachicn001:8020/user/gtitievs/test-activeDir</value></property><property><name>dirName</name><value>${wf:actionData(getDirs2Process)[dir0]}</value></property></configuration></sub-workflow><okto="joining"/><errorto="fail"/></action>….<actionname="processDir7"><sub-workflow><app-path>hdfs://sachicn001:8020/user/gtitievs/workflows/ingest</app-path><configuration><property><name>inputDir</name><value>hdfs://sachicn001:8020/user/data/probedev/files/${wf:actionData(getDirs2Process)[dir7]}</value></property><property><name>outputDir</name><value>hdfs://sachicn001:8020/user/gtitievs/probe-output/${wf:actionData(getDirs2Process)[dir7]}</value></property><property><name>dirName</name><value>${wf:actionData(getDirs2Process)[dir7]}</value></property></configuration></sub-workflow><okto="joining"/><errorto="fail"/></action><joinname="joining"to="end"/><killname="fail"><message>Javafailed,errormessage[${wf:errorMessage(wf:lastErrorNode())}]</message></kill><endname=end/></workflow-app>

复制代码

代码4：数据猎取主历程
这个历程起首会触发java节点，盘算必要处置的目次列表（列表5），然后对每一个目次实行子历程，从而处置给定的目次。

1. packagecom.navteq.oozie;importjava.io.File;importjava.io.FileOutputStream;importjava.io.OutputStream;importjava.util.Calendar;importjava.util.GregorianCalendar;importjava.util.Properties;publicclassGenerateLookupDirs{publicstaticfinallongdayMillis=1000*60*60*24;privatestaticfinalStringOOZIE_ACTION_OUTPUT_PROPERTIES="oozie.action.output.properties";publicstaticvoidmain(String[]args)throwsException{CalendarcurDate=newGregorianCalendar();intyear,month,date;StringpropKey,propVal;StringoozieProp=System.getProperty(OOZIE_ACTION_OUTPUT_PROPERTIES);if(oozieProp!=null){FilepropFile=newFile(oozieProp);Propertiesprops=newProperties();for(inti=0;i<8;++i){year=curDate.get(Calendar.YEAR);month=curDate.get(Calendar.MONTH)+1;date=curDate.get(Calendar.DATE);propKey="dir"+i;propVal=year+"-"+(month<10?"0"+month:month)+"-"+(date<10?"0"+date:date);props.setProperty(propKey,propVal);curDate.setTimeInMillis(curDate.getTimeInMillis()-dayMillis);}OutputStreamos=newFileOutputStream(propFile);props.store(os,"");os.close();}elsethrownewRuntimeException(OOZIE_ACTION_OUTPUT_PROPERTIES+"Systempropertynotdefined");}}

复制代码

代码5：目次盘算程序
结论

在这篇文章中，我们向你展现了一个更庞大的完全的事情流示例，它让我们能够演示更多的Oozie特征和对它们的使用。鄙人一篇文章中，我们会会商构建可重用的Oozie组件库，并利用自界说的节点扩大Oozie。
申谢

十分感激我们在Navteq的同事GregoryTitievsky，他为我们完成了年夜部分代码。
关于作者
BorisLublinsky是NAVTEQ公司的首席架构师，在这家公司中他的事情是为年夜型数据办理和处置、SOA和完成各类NAVTEQ的项目界说架构的愿景。他仍是InfoQ的SOA编纂，和OASIS的SOARA事情组的介入者。Boris是一名作者，还常常宣布演讲，他最新的一本书是《AppliedSOA》。
MichaelSegel在已往二十多年间一向与客户写作，辨认并办理他们的营业成绩。Michael已作为多种脚色、在多个行业中事情过。他是一名自力参谋，老是希冀可以办理一切有应战的成绩。Michael具有俄亥俄州立年夜学的软件工程学位。
参考信息

1.BorisLublinsky，MikeSegel《Oozie简介》
[1]目次的称号是汇集这条数据的日期。
[2]这是已存在的程序，对它的形貌与本文有关。
[3]在此省略了一些反复代码。
检察英文原文：OoziebyExample

java是一种面向对象的编程语言，优点是可移植性比较高，最初设计时就是本着一次编写到处执行设计的。可以开发各种应用程序和游戏，不过速度没有c++快，所以一般是不用java来编写应用程序和电脑游戏。

学Java必读的两个开源程序就是Jive和Pet Store.。 Jive是国外一个非常著名的BBS程序，完全开放源码。论坛的设计采用了很多先进的技术，如Cache、用户认证、Filter、XML等，而且论坛完全屏蔽了对数据库的访问，可以很轻易的在不同数据库中移植。论坛还有方便的安装和管理程序，这是我们平时编程时容易忽略的一部份（中国程序员一般只注重编程的技术含量，却完全不考虑用户的感受，这就是我们与国外软件的差距所在）。

让你能够真正掌握接口或抽象类的应用，从而在原来的Java语言基础上跃进一步，更重要的是，设计模式反复向你强调一个宗旨：要让你的程序尽可能的可重用。

是一种使用者不需花费很多时间学习的语言

其实说这种话的人就如当年小日本号称“三个月拿下中国”一样大言不惭。不是Tomjava泼你冷水，你现在只是学到了Java的骨架，却还没有学到Java的精髓。接下来你得研究设计模式了。

是一种使网页(Web Page)产生生动活泼画面的语言

我大二，Java也只学了一年，觉得还是看thinking in java好，有能力的话看英文原版(中文版翻的不怎么好)，还能提高英文文档阅读能力。

仓酷云

接着就是EJB了，EJB就是Enterprise JavaBean, 看名字好象它是Javabean，可是它和Javabean还是有区别的。它是一个体系结构，你可以搭建更安全、更稳定的企业应用。它的大量代码已由中间件（也就是我们常听到的 Weblogic,Websphere这些J2EE服务器）完成了，所以我们要做的程序代码量很少，大部分工作都在设计和配置中间件上。

Java自面世后就非常流行，发展迅速，对C++语言形成了有力冲击。Java 技术具有卓越的通用性、高效性、平台移植性和安全性，广泛应用于个人PC、数据中心、游戏控制台

[url]http://www.jdon.com/[/url]去下载，或到同济技术论坛的服务器[url]ftp://nro.shtdu.edu.cn[/url]去下，安装上有什么问题，可以到论坛上去提问。

Pet Store.（宠物店）是SUN公司为了演示其J2EE编程规范而推出的开放源码的程序，应该很具有权威性，想学J2EE和EJB的朋友不要 错过了。

Java是一个纯的面向对象的程序设计语言，它继承了 C++语言面向对象技术的核心。Java舍弃了C ++语言中容易引起错误的指针（以引用取代）、运算符重载（operator overloading）

让你能够真正掌握接口或抽象类的应用，从而在原来的Java语言基础上跃进一步，更重要的是，设计模式反复向你强调一个宗旨：要让你的程序尽可能的可重用。

Java是一种计算机编程语言，拥有跨平台、面向对java

是一种将安全性(Security)列为第一优先考虑的语言

当然你也可以参加一些开源项目，一方面可以提高自己，另一方面也是为中国软件事业做贡献嘛！开发者在互联网上用CVS合作开发，用QQ,MSN,E-mail讨论联系，天南海北的程序员分散在各地却同时开发同一个软件，是不是很有意思呢？

自从Sun推出Java以来，就力图使之无所不包，所以Java发展到现在，按应用来分主要分为三大块：J2SE,J2ME和J2EE,这也就是Sun ONE(Open Net Environment)体系。J2SE就是Java2的标准版，主要用于桌面应用软件的编程；J2ME主要应用于嵌入是系统开发，如手机和PDA的编程；J2EE是Java2的企业版，主要用于分布式的网络程序的开发，如电子商务网站和ERP系统。

如果要向java web方向发展也要吧看看《Java web从入门到精通》学完再到《Struts2.0入门到精通》这样你差不多就把代码给学完了。有兴趣可以看一些设计模块和框架的包等等。

Pet Store.（宠物店）是SUN公司为了演示其J2EE编程规范而推出的开放源码的程序，应该很具有权威性，想学J2EE和EJB的朋友不要 错过了。

你一定会高兴地说，哈哈，原来成为Java高手就这么简单啊!记得Tomjava也曾碰到过一个项目经理，号称Java很简单，只要三个月就可以学会。