1.Oozie 简介
Oozie 是一个 Hadoop 作业的工作流调度管理系统。Oozie 工作流（Workflow）是放置在控制依赖 DAG（有向无环图）中的一组动作（Action）集合，控制依赖可确保后续操作在前面的操作已成功完成后才会启动。Oozie 的协调作业（Coordinator）是通过时间（频率）和有效数据来触发当前的 Oozie 工作流。
Oozie 支持多种 Hadoop 作业（包括：HDFS，MapReduce，Hive，StreamingMR，Loader，Spark，Distcp）以及系统类作业（例如 Java 与 Shell）。
Oozie 支持如下三种引擎：
WorkflowEngine 工作流引擎：以 Action 的方式运行工作流 Job，用来执行 Map/Reduce 与 Pig 等 Job。CoordinatorEngine 协调员引擎：基于时间和数据触发器运行工作流（Workflow），它可以定时调度工作流(例如每隔一小时运行一次)，也可以在数据可用的时候触发工作流(例如等到输入数据准备好的情况下再启动工作流)。BundleEngine 管道引擎：提供了更高级别的 Oozie 抽象，用户可以批量设置Coordinator 应用，并且能够启动/停止/暂停/恢复/重新运行一组 Coordinator应用，从而提高易用性与灵活性。
Oozie 是一个工作流调度引擎，对各种类型的 Hadoop 作业进行编排与调度。主要应用于以下几种场景：
编排与管理逻辑复杂的多种类型的 Hadoop 作业，按照指定的顺序协同运行基于时间(频率)触发工作流，例如每天/小时执行一次的重复任务或者指定时间执行的任务。基于数据有效性触发工作流，当依赖的 HDFS 数据产生之后才触发下一步动作，可用于数据管道处理。实时监控与管理集群的工作流，快速定位问题；掌握集群的资源使用情况，并根据需要调整工作流的调度，最大化利用集群资源。
2.Oozie 架构
3.作业流基本原理
Oozie 对工作流的编排,是基于 workflow.xml 文件来完成的。用户预先将工作流执行规则定制于 workflow.xml 文件中,并在 job.properties 配置上相关的参数，然后由 OozieServer 向 MR 提交一个 Job 来启动工作流。
Hue 或其他组件通过 Oozie 提供的 Rest 接口来访问 Oozie 服务。
Rest 请求进入 OozieServer 后,经 filter 和 servlet 的识别,DagEngine 将输入转化成 MapReduce 能识别的数据，提交给 MapReduce 执行。
4.Oozie 的特性
（1） 访问方式多样化：提供可视化作业管理的同时 Oozie 也提供 Rest 接口与Shell 接口，方便与第三方对接。
（2） 查看 Oozie 配置：提供可视化界面查看 Oozie 配置。
（3） 操作方式多样化：对作业，工作流、定时调度，批量调度的启动，暂停，停止，恢复，查看等操作，提高易用性与灵活性。
（4） 安全增强：支持 Oozie 权限管理，提供管理员与普通用户两种角色。支持单点登录登出，HTTPS 方式访问以及审计日志。（5） 可靠性增强：支持 OozieHA。
（6） 可维护性增强：支持告警，日志压缩，健康检查。
5.工作流生命周期
上述各种状态存在相应的转移（工作流程因为某些事件，可能从一个状态跳转到另一个状态），其中合法的状态转移有如下几种，如下表所示：
