oozieのdistcpアクションで別のHDFSディレクトリからファイルをコピーする

Question

私の行動

start_fair_usageは、私は、のいくつかを異なるファイルがたくさんある状況オーケーで終わるが、/user/comverse/data/${1}_Bでtest_copy戻り

Main class [org.apache.oozie.action.hadoop.DistcpMain], main() threw exception, null 

私は${NAME_NODE}/user/evkuzmin/outputにコピーしたいです。そのためには、私が必要とするファイルへのパスの配列を保持しているcopy_files.shからpathsを渡そうとしています。ここで

<action name="start_fair_usage"> 
    <shell xmlns="uri:oozie:shell-action:0.1"> 
     <job-tracker>${JOB_TRACKER}</job-tracker> 
     <name-node>${NAME_NODE}</name-node> 
     <exec>${copy_file}</exec>  
     <argument>${today_without_dash}</argument> 
     <argument>${mta}</argument> 
     <!-- <file>${path}#${start_fair_usage}</file> --> 
     <file>${path}${copy_file}#${copy_file}</file> 
     <capture-output/> 
    </shell> 
    <ok to="test_copy"/> 
    <error to="KILL"/> 
    </action> 

    <action name="test_copy"> 
    <distcp xmlns="uri:oozie:distcp-action:0.2"> 
     <job-tracker>${JOB_TRACKER}</job-tracker> 
     <name-node>${NAME_NODE}</name-node> 
     <arg>${wf:actionData('start_fair_usage')['paths']}</arg> 
     <!-- <arg>${NAME_NODE}/user/evkuzmin/input/*</arg> --> 
     <arg>${NAME_NODE}/user/evkuzmin/output</arg> 
    </distcp> 
    <ok to="END"/> 
    <error to="KILL"/> 
    </action> 

start_fair_usage開始copy_file.sh

echo ${1} 
echo ${2} 

dirs=(
    /user/comverse/data/${1}_B 
    ) 
args=() 

for i in $(hadoop fs -ls "${dirs[@]}" | egrep ${2}.gz | awk -F " " '{print $8}') 
do 
    args+=("$i") 
    echo "copy file - "${i} 
done 

paths=${args} 
echo ${paths} 

Answer 1

私は最終的に何をしたかです。

<start to="start_copy"/> 

    <fork name="start_copy"> 
    <path start="copy_mta"/> 
    <path start="copy_rcr"/> 
    <path start="copy_sub"/> 
    </fork> 

    <action name="copy_mta"> 
    <distcp xmlns="uri:oozie:distcp-action:0.2"> 
     <prepare> 
     <delete path="${NAME_NODE}${dstFolder}mta/*"/> 
     </prepare> 
     <arg>${NAME_NODE}${srcFolder}/*mta.gz</arg> 
     <arg>${NAME_NODE}${dstFolder}mta/</arg> 
    </distcp> 
    <ok to="end_copy"/> 
    <error to="KILL"/> 
    </action> 

    <action name="copy_rcr"> 
    <distcp xmlns="uri:oozie:distcp-action:0.2"> 
     <prepare> 
     <delete path="${NAME_NODE}${dstFolder}rcr/*"/> 
     </prepare> 
     <arg>${NAME_NODE}${srcFolder}/*rcr.gz</arg> 
     <arg>${NAME_NODE}${dstFolder}rcr/</arg> 
    </distcp> 
    <ok to="end_copy"/> 
    <error to="KILL"/> 
    </action> 

    <action name="copy_sub"> 
    <distcp xmlns="uri:oozie:distcp-action:0.2"> 
     <prepare> 
     <delete path="${NAME_NODE}${dstFolder}sub/*"/> 
     </prepare> 
     <arg>${NAME_NODE}${srcFolder}/*sub.gz</arg> 
     <arg>${NAME_NODE}${dstFolder}sub/</arg> 
    </distcp> 
    <ok to="end_copy"/> 
    <error to="KILL"/> 
    </action> 

    <join name="end_copy" to="END"/> 

    <kill name="KILL"> 
    <message>Action failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message> 
    </kill> 
    <end name="END"/> 

私は、distcpにワイルドカードを使用することができたので、bashはまったく必要ありませんでした。

また、何人かは私にスカラで書くことを勧めました。

import org.apache.hadoop.conf.Configuration 
import org.apache.hadoop.fs.{FileSystem, Path, FileUtil} 

val conf = new Configuration() 
val fs = FileSystem.get(conf) 

val listOfFileTypes = List("mta", "rcr", "sub") 
val listOfPlatforms = List("B", "C", "H", "M", "Y") 

for(fileType <- listOfFileTypes){ 
    FileUtil.fullyDeleteContents(new File("/apps/hive/warehouse/arstel.db/fair_usage/fct_evkuzmin/file_" + fileType)) 
    for (platform <- listOfPlatforms) { 
    var srcPaths = fs.globStatus(new Path("/user/comverse/data/" + "20170404" + "_" + platform + "/*" + fileType + ".gz")) 
    var dstPath = new Path("/apps/hive/warehouse/arstel.db/fair_usage/fct_evkuzmin/file_" + fileType) 

    for(srcPath <- srcPaths){ 
     println("copying " + srcPath.getPath.toString) 
     FileUtil.copy(fs, srcPath.getPath, fs, dstPath, false, conf) 
    } 
    } 
} 

私はOozieでscalaスクリプトを実行しようとしていませんでした。