oozie是服務於hadoop生態系統的工作流排程工具，job執行平臺是區別於其他排程工具的最大的不同。但其實現的思路跟一般排程工具幾乎完全相同。

首先是作為排程系統兩大核心：依賴和觸發。依賴可以是條件依賴，比如，資源依賴，依賴於某些資料檔案的存在，也可以是任務依賴，比如依賴於另一個job的完成。在oozie裡，每一個job對應一個action節點，這個節點可以是java，hadoop FS，mapred，hive，sqoop，OS shell等等。job之間的依賴通過動作節點完成，fork，join等。

觸發主要指時間觸發。依賴和觸發在動作的方向上是相互的，依賴是必要條件，而觸發是充分條件。

其次，排程系統本身不會去執行具體的job，而是將job相關的所有資源傳送到真實的執行環境，比如hadoop jobtractor，hive client，關係型資料庫系統等等，自己僅僅記錄並監視job的執行狀態，並對其狀態的變化作出相應的動作，比如，job失敗可以重新執行，job成功轉到下一個節點。傳送job的過程是一個非阻塞的行為，個別例外（比如hadoop fs操作）。

第三，排程系統本身可以是任意程式，例如，linux上的一個指令碼程式發起的精靈程序，一個web 工程，也可以是個GUI的軟體工具。

oozie作為一個排程引擎，是不同於hadoop的jobtracker實現的排程器的，雖然兩者均為”Schedule“之意。oozie負責任務的排程分發，是指從提交作業的本地，將資源傳送到job執行環境，比如hadoop叢集。這個“分發”行為發生在hadoop叢集外。而jobtracker是將hadoop作業拆分成若干個mapred子job，分派給tasktracker去執行。這個”分發“行為發生在hadoop叢集內，是應用程式本身的功能，它可以自己選擇job執行的先後順序，或者停止一個正在執行的job，讓出資源給另一個job，控制的更為精細。跟傳統意義上的排程工具含義不同。

值得一提的是，oozie是apache的開源專案，但我們一般用cloudera或yahu的商用免費版，因為後者修復了apache版很多bug，並支援更多的功能。

oozie server是一個java web，可以用內建的tomcat容器，也可以用外部的，記錄的資訊比如日誌等放在資料庫中，推薦配置個mysql。

 oozie 的安裝是有點複雜的，需要仔細閱讀文件。執行oozie應用時，作業配置檔案，jar包，相關程式程式碼，比如hive ql要放在hdfs上，只有屬性檔案放在本地磁碟。

下面是幾個例子：

 coordinator.xml內容：

<coordinator-app name="cron-coord" frequency="${coord:minutes(10)}" start="${start}" end="${end}" timezone="UTC"
                 xmlns="uri:oozie:coordinator:0.1">
        <action>
        <workflow>
            <app-path>${workflowAppUri}</app-path>
            <configuration>
                <property>
                    <name>jobTracker</name>
                    <value>${jobTracker}</value>
                </property>
                <property>
                    <name>nameNode</name>
                    <value>${nameNode}</value>
                </property>
                <property>
                    <name>queueName</name>
                    <value>${queueName}</value>
                </property>
            </configuration>
        </workflow>
    </action>
</coordinator-app>
 

workflow。xml內容：

<workflow-app xmlns="uri:oozie:workflow:0.2" name="hive-wf">
    <start to="forking"/>

    <fork name="forking">
        <path start="hive-node"/>
        <path start="hive-node2"/>
    </fork>

    <action name="hive-node">
        <hive xmlns="uri:oozie:hive-action:0.2">
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <job-xml>hdfs://master:54310/user/hadoop/examples/apps/hive5/conf/hive-site.xml</job-xml>
	    <configuration>
                <property>
                    <name>mapred.job.queue.name</name>
                    <value>${queueName}</value>
                </property>
                <property>
                    <name>oozie.hive.defaults</name>
                    <value>my-hive-default.xml</value>
                </property>
            </configuration>
            <script>dim_shop_category2.ql</script>
            <param>ARG_OPTIME_ISO=${ARG_OPTIME_ISO}</param>
        </hive>
        <ok to="joining"/>
        <error to="fail"/>
    </action>


        <action name="hive-node2">
        <hive xmlns="uri:oozie:hive-action:0.2">
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <job-xml>hdfs://master:54310/user/hadoop/examples/apps/hive5/conf/hive-site.xml</job-xml>
            <configuration>
                <property>
                    <name>mapred.job.queue.name</name>
                    <value>${queueName}</value>
                </property>
                <property>   
                    <name>oozie.hive.defaults</name>
                    <value>my-hive-default.xml</value>
                </property>  
            </configuration>
            <script>dim_shop_category3.ql</script>
            <param>ARG_OPTIME_ISO=${ARG_OPTIME_ISO}</param>        
        </hive>
        <ok to="joining"/>
        <error to="fail"/>
    </action>

         <join name="joining" to="hive-node3"/>

            <action name="hive-node3">
        <hive xmlns="uri:oozie:hive-action:0.2">
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <job-xml>hdfs://master:54310/user/hadoop/examples/apps/hive5/conf/hive-site.xml</job-xml>
            <configuration>
                <property>
                    <name>mapred.job.queue.name</name>
                    <value>${queueName}</value>
                </property>
                <property>
                    <name>oozie.hive.defaults</name>
                    <value>my-hive-default.xml</value>
                </property>
            </configuration>
            <script>dim_shop_category4.ql</script>
        </hive>
        <ok to="end"/>
        <error to="fail"/>
    </action>
    
    <kill name="fail">
        <message>Hive failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
    </kill>
    <end name="end"/>
    
    </workflow-app>

該程式實現了每十分鐘執行一次含有三個hive任務的job，timezone=“UTC”表示中央時區區時，可在oozie-site中配置為東八區時間，GMT+0800.

oozie除了通過配置方式，經由oozie client 提交job外，還可以用其api來提交。workflow，properties等都可以通過java api來實現，並提交給oozie server。

oozie動作節點的擴充套件：

1、繼承ActionExcutor編寫自定義節點類。

2、為新組建定義schema，並新增到oozie-site配置檔案中。

3、oozie-site.xml中註冊新組建。

後面就可以在工作流配置檔案中使用新的動作節點了。