市場對於大數據人才的需求越來越多，很多人開始步入到學習大數據的領域。對於大數據的學習，自然無法避開Oozie，所以我們不妨來系統的認識一下什麼是Oozie，Oozie的應用場景有哪些?
關於什麼是Oozie，其實Oozie是服務於Hadoop生態系統的工作流調度工具，Job運行平臺是區別於其他調度工具的最大的不同。但其實現的思路跟一般調度工具幾乎完全相同。Oozie工作流通過HPDL(一種通過XML自定義處理的語言,類似JBOSS JBPM的JPDL)來構造。Oozie工作流中的Action在運程系統運行如(Hadoop，Pig服務器上)。一旦Action完成，遠程服務器將回調Oozie的接口 並通知Action已經完成，這時Oozie又會以同樣的方式執行工作流中的下一個Action，直到工作流中所有Action都完成(完成包括失敗)。Oozie工作流提供各種類型的Action用於支持不同的需要，如Hadoop Map/Reduce，Hadoop File System，Pig，SSH，HTTP，Email，Java以及Oozie子流程。Oozie也支持自定義擴展以上各種類型的Action。
一個正常工作的Oozie系統須包含如下四個模塊：Oozie Client、Oozie Server、DataBase和Hadoop集羣。
Oozie Client可以通過Web Service API、Java API、Command line 方式向Oozie Server提交工作流任務請求。Oozie客戶端可以通過REST API或者Web GUI來從Oozie服務端獲取Job的日誌流。通常在Client端包括工作流配置文件、工作流屬性文件和工作流庫。
Oozie Server負責接收客戶端請求、調度工作任務、監控工作流的執行狀態。Oozie本身不會執行具體的Job，而是將Job的配置信息發送到執行環境。
DataBase用於存儲Bundle、Coordinator、Workflow工作流的Action信息、Job信息，記錄Oozie系統信息。簡單說，除了Oozie 運行日誌存在本地硬盤不存在DB中，其他信息都存儲到DB。
Hadoop集羣運行Oozie工作流的實體，負責處理Oozie Server提交來的各種Job。包括HDFS、MapReduce、Hive、Sqoop等Hadoop組件提交的Job。
講了這麼多關於Oozie的概念，下面我們來了解一下Oozie 是如何工作的?
Oozie 運行作爲集羣服務，客戶端提交的工作流定義：立即或以後處理。Oozie 工作流由動作節點和控制流的節點組成。一個操作節點代表一個工作流任務，例如，移動文件到HDFS，運行 MapReduce，Pig 或 Hive 作業，使用 Sqoop 導入數據或 運行Java 編寫程序的 shell 腳本。一個控制流節點通過允許像條件邏輯結構，不同的分支可以根據較早動作節點的結果，隨後執行動作工作流程。
開始節點，終端節點和錯誤節點屬於這一類節點。
開始節點, 指定的工作流程作業的開始。
結束節點, 作業的結束信號。
錯誤節點, 指定要打印錯誤和相應的錯誤信息的發生。
在執行工作流的結束, HTTP 回調用於通過 Oozie 更新客戶端與工作流狀態。入門或出口，從動作節點還可能會觸發回調。工作流程圖示例如下：
Oozie只是大數據內容的一個，對於學習大數據的人而言，學好這一點非常重要，未來大數據的應用必將深入到各個領域當中，而你如果能夠掌握大數據的每一個知識點，那麼你必將會成爲大數據界的大牛，高薪、高福利也將隨之而來。