在 bash 脚本中运行 Hadoop 命令

Question

我需要在 bash 脚本中运行 Hadoop 命令，该命令会遍历 Amazon S3 上的一堆文件夹，然后将这些文件夹名称写入 txt 文件，然后执行进一步处理。 但问题是当我运行脚本时，似乎没有文件夹名称写入 TXT 文件。 我想知道是不是Hadoop命令运行时间太长，而bash脚本没有等到它完成并继续做进一步的过程，如果是这样，我如何让 bash 等到 Hadoop 命令完成，然后去做其他过程？

这是我的代码，我尝试了两种方式，都不起作用：

1. 
listCmd="hadoop fs -ls s3n://$AWS_ACCESS_KEY:$AWS_SECRET_KEY@$S3_BUCKET/*/*/$mydate | grep s3n | awk -F' ' '{print $6}' | cut -f 4- -d / > $FILE_NAME"                            
echo -e "listing... $listCmdn"                                                                                                                                                   
eval $listCmd
...other process ...
2. 
echo -e "list the folders we want to copy into a file"
hadoop fs -ls s3n://$AWS_ACCESS_KEY:$AWS_SECRET_KEY@$S3_BUCKET/*/*/$mydate | grep s3n | awk -F' ' '{print $6}' | cut -f 4- -d / > $FILE_NAME
... other process ....

谁知道可能出了什么问题？是使用 eval 函数更好，还是只使用第二种方式直接运行 Hadoop 命令

谢谢。

Answer 1

在这种情况下，我宁愿eval，将下一个命令附加到此命令更漂亮。 我宁愿listCmd分解成几个部分，这样你就知道在grep、awk或cut级别没有任何问题。

listCmd="hadoop fs -ls s3n://$AWS_ACCESS_KEY:$AWS_SECRET_KEY@$S3_BUCKET/*/*/$mydate > $raw_File"
gcmd="cat $raw_File | grep s3n | awk -F' ' '{print $6}' | cut -f 4- -d / > $FILE_NAME"
echo "Running $listCmd and other commands after that"
otherCmd="cat $FILE_NAME"
eval "$listCmd";
echo $?  # This will print the exit status of the $listCmd
eval "$gcmd" && echo "Finished Listing" && eval "$otherCmd"

只有$gcmd成功，才会执行otherCmd。如果你有太多的命令需要执行，那么这就变得有点难看了。如果您大致知道需要多长时间，则可以插入睡眠命令。

 eval "$listCmd"
 sleep 1800  # This will sleep 1800 seconds
 eval "$otherCmd"