• Oozie是一个管理Apache Hadoop作业（job）的工作流（workflow）调度系统
• Oozie工作流作业（workflow job）是由多个动作（action）构成的有向无环图（Directed Acyclic Grahp，DAG）
• Oozie协调器作业（coordinator job）是由时间或数据可用触发的周期性Oozie工作流作业
• Oozie整合了Hadoop栈的其余部分，可支持独立性的Hadoop作业（比如Java map-reduce，streaming map-reduce，Pig，Hive，Sqoop，Distcp），同时也支持系统相关性的作业（比如java程序和shell脚本）

Apache Hadoop工作流引擎

• Oozie v1是一个基于工作流引擎的服务器，专用于运行工作流作业中的action。这些action又是用来执行Hadoop Map/Reduce和Pig作业的
• Oozie v2是一个基于协调器引擎的服务器，专用于运行通过时间或数据触发的工作流。它能连续不断的运行定时（比如每小时一次）或数据可用时（等到工作流输入数据出现为止）的工作流
• Oozie v3是一个基于束引擎（bundle engine）的服务器。束提供了一个较高层级的oozie抽象。该抽象用于批处理一个协调器应用集（a set of coordinator applications）。用户可在束层级“启动/停止/暂停/恢复/重运行”一个协调器作业集合，从而实现更好和更容易的操作控制。

Oozie工作流概览

Oozie是一个基于工作流引擎的服务器，专用于运行包含了Hadoop Map/Reduce和Pig作业的工作流。
Oozie是一个运行在Java servlet容器中的Java Web应用。
一个工作流是一些存在依赖关系action的有向无环图。从一个action到另一个action的依赖控制意味着，只有第一个action完成，第二个action才能开始运行。
Oozie工作流定义是通过hPDL（hadoop Process Definition Language）来描述的。
Oozie工作流action在远端系统（比如Hadoop，Pig）上启动作业。一旦action完成，远端系统回调Oozie通知action的执行完成，在该点Oozie得以继续处理工作流中的下一个action。
Oozie工作流包含控制流（control flow）节点和action节点。
控制流节点定义了工作流的开始和结束（比如start，end，fail节点），同时提供控制工作流执行路径的机制（比如decision，fork，join节点）。
action节点提供了一个让工作流触发计算任务或处理任务执行的机制。Ooize提供了对多种不同类型action的支持：Hadoop map-reduce，Hadoop file system，Pig，SSH，HTTP，eMail，sub-workflow。Oozie可扩展支持更多类型的action。
Oozie工作流可被参数化（在工作流的定义中使用形如${inputDir}的变量）。当提交一个工作流作业时，必须要提供参数的取值。适当的使用参数（比如使用不同的输出目录），多个完全一样的工作流作业可并发运行。

WordCount工作流示例

工作流图

hPDL定义的工作流：

<workflow-app name='wordcount-wf' xmlns="uri:oozie:workflow:0.1">
    <start to='wordcount'/>
    <action name='wordcount'>
        <map-reduce>
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <configuration>
                <property>
                    <name>mapred.mapper.class</name>
                    <value>org.myorg.WordCount.Map</value>
                </property>
                <property>
                    <name>mapred.reducer.class</name>
                    <value>org.myorg.WordCount.Reduce</value>
                </property>
                <property>
                    <name>mapred.input.dir</name>
                    <value>${inputDir}</value>
                </property>
                <property>
                    <name>mapred.output.dir</name>
                    <value>${outputDir}</value>
                </property>
            </configuration>
        </map-reduce>
        <ok to='end'/>
        <error to='end'/>
    </action>
    <kill name='kill'>
        <message>Something went wrong: ${wf:errorCode('wordcount')}</message>
    </kill/>
    <end name='end'/>
</workflow-app>