Shell脚本单独运行但不能生成正确的结果作为crontab作业
我需要实现一个用例,我需要用来自任何源系统的hdfs文件夹中的最新文件更新配置单元表。我没有在这里使用sqoop。Shell脚本单独运行但不能生成正确的结果作为crontab作业
我应该定期从源系统接收更新的文件到特定的HDFS位置(比如/tmp/emp.csv)。我已经在配置单元中创建了托管/内部表,并且第一次手动将数据加载到该表中。 因此,我的最新员工表(在配置单元中创建,仓库位于默认位置 -/user/hive/warehouse)将拥有emp.csv文件中的所有数据。
现在,只要新的emp.csv文件进入HDFS位置/tmp/emp.csv,我写了一个shell脚本,它将删除现有的/user/hive/warehouse/employee/emp.csv文件并将其替换与最新的文件,因此,我可以通过蜂巢查询看到最新的员工数据。
我的剧本就像是
#!/bin/bash
file_date=`hadoop fs -ls /tmp/emp.csv | awk '{print $6" "$7}'`
echo "file_date="$file_date
log_file_date="$(cat hist_lof_time.txt)"
echo "log_file_date="$log_file_date
if [ "$file_date" != "$log_file_date" ]; then
echo "file data not match with log date"
if [ -z "$log_file_date" ]; then
echo "inside log date edit loop"
echo $file_date > hist_lof_time.txt
fi
rm /opt/emp.csv
hadoop fs -get /tmp/emp.csv /opt/
hadoop fs -get /user/hive/warehouse/employee/emp.csv /opt/bkp/
hadoop fs -rm /user/hive/warehouse/employee/emp.csv
hadoop fs -put /tmp/emp.csv /user/hive/warehouse/employee/
echo $file_date > hist_lof_time.txt
else
echo "file is same so not processing further"
fi
当我运行它作为控制台shell脚本,但只要我添加它作为我的crontab的工作,它不拿起HDFS现在这个脚本工作正常从hist_lof_time.txt文件中提取文件的时间和时间。因此时间总是保持不变,并且工作从不运行HDFS中的任何新文件更新。
我运行此的cronjob在每3分钟
*/3 * * * * /opt/myscript.sh >>/opt/myscriptout.txt
任何人都可以请帮助我的任何指针,在那里和我在做什么错在这里?任何快速的帮助,将不胜感激。
问候, 布佩希
最后,我决定这是我面临的问题。
其实当我单独运行脚本,有人能挑到Hadoop的shell命令[在脚本中使用]这里,当我试图运行该脚本的cron作业的,它在那里没有能挑到Hadoop的家[二进制]。因此没有运行该脚本中使用的任何hadoop命令。
因此,我首先尝试定位我的hadoop使用$哪个hadoop。然后根据需要提供hadoop/hdfs命令的绝对路径。 例如:
file_date=`/opt/hadoop-2.6.4/bin/hadoop fs -ls /tmp/emp.csv | awk '{print $6" "$7}'`
它的工作完美,然后后。