问题
工作中可能需要好几个 MapReduce 作业（job）来协作完成，往往一个job的输出会被当做另一个job的输入来使用，这个时候就涉及到了数据流的处理。
程序员不可能就盯着程序，等一个 job 运行完，再去运行下一个 job
一般的做法就是通过 shell 脚本实现，但是如果涉及到的工作流很复杂（比方说有1,2,3,4四个作业，1的输出作为2 3 4的输入，然后2 3的结果运算之后再和1的结果进行某种运算……最后再输出），就很费时费力的。
解决
oozie，把多个MR作业组合为一个逻辑工作单元（一个工作流），从而自动完成任务调用的工具。
介绍
Oozie是一个工作流调度系统，用于管理 Apache Hadoop 作业
将常见的mr任务启动,hdfs操作,shell调度,hive操作等通过统一的方式进行连贯调度.
将复杂的依赖关系,时间触发,事件触发使用
xml语言进行表达,提高开发效率.一组任务使用一个DAG(有向无环图)来表示,图形化的表达,流程逻辑更加清晰.
支持很多种任务调度,能完成大部分的hadoop任务处理.
任务 和 有向无环图(DAG)
任务本身是一个有向无环图(DAG)
有开始、有方向、有结束，在每个节点上可以配置 任务
fork 标签后面的 MR job 和 Hive job 是 并行执行 的,都成功后通过 join 节点合并
应用场景
- 按顺序执行一系列任务
- 并行处理任务
- 定时执行任务
架构
由 Oozie client 和 Oozie Server两个组件构成
Oozie Server 运行于Java Servlet容器（Tomcat）中的web程序
