Oozie是一个基于工作流引擎的开源框架，它能够提供对Hadoop作业的任务调度与协调。

Oozie是一个工作流引擎服务器，用于运行MapReduce任务工作流。同时Oozie还是一个Java Web程序，运行在Tomcat容器中。

Oozie工作流通过HPDL（一种通过XML自定义处理的语言，类似JBOSS JBPM的JPDL）来构造。包含“Control Node”（可控制的工作流节点）、“Action Node”。

• “Control Node”用于控制工作流的编排，如“start”（开始）、“end”（关闭）、“error”（异常场景）、“decision”（选择）、“fork”（并行）、“join”（合并）等。
• Oozie工作流中拥有多个“Action Node”，如MapReduce、Java等。所有的“Action Node”以有向无环图DAG（Direct Acyclic Graph）的模式部署运行。所以在“Action Node”的运行步骤上是有方向的，当上一个“Action Node”运行完成后才能运行下一个“Action Node”。一旦当前“Action Node”完成，远程服务器将回调Oozie的接口，这时Oozie又会以同样的方式执行工作流中的下一个“Action Node”，直到工作流中所有“Action Node”都完成（完成包括失败）。

Oozie工作流提供各种类型的“Action Node”用于支持不同的业务需要，如MapReduce，HDFS，SSH，Java以及Oozie子流程。

如何使用Oozie

购买包含有Oozie组件的MRS集群后，用户即可使用Oozie进行作业提交及调度。

MRS集群的创建可参考创建集群，例如购买一个MRS 3.1.0普通模式（关闭Kerberos认证）集群。

Oozie客户端的安装可以参考安装客户端，例如客户端安装目录为：“/opt/client”。

1. 以客户端安装用户，登录安装客户端的节点。
2. 执行以下命令，切换到客户端安装目录。

   cd /opt/client
   source bigdata_env

3. 上传Oozie配置文件以及Jar包至HDFS（UserOozie为提交任务的用户名）。

   hdfs dfs -mkdir /user/UserOozie
   hdfs dfs -put -f /opt/client/Oozie/oozie-client-*/examples /user/UserOozie/

4. 修改任务执行配置文件。

   cd /opt/client/Oozie/oozie-client-*/examples/apps/map-reduce/
   vi job.properties

   nameNode=hdfs://hacluster 
   resourceManager=Yarn ResourceManager主节点IP地址:端口   ##端口可通过“yarn.resourcemanager.port”参数查询，例如8032。 
   queueName=default 
   examplesRoot=examples 
   user.name=admin 
   oozie.wf.application.path=${nameNode}/user/${user.name}/${examplesRoot}/apps/map-reduce #HDFS上传路径 
   outputDir=map-reduce 
   oozie.wf.rerun.failnodes=true

   
   
5. 运行Oozie任务。

   oozie job -oozie https://oozie角色的主机名:21003/oozie/ -config job.properties -run

   [root@kwephispra44947 map-reduce]# oozie job -oozie https://host44948:21003/oozie/ -config job.properties -run 
   ...... 
   job: 0000000-200730163829770-oozie-omm-W
   

6. 登录集群的FusionInsight Manager界面，选择“集群 > 服务 > Oozie ”。
7. 单击“oozie WebUI”后的超链接进入Oozie页面，在Oozie的WebUI上查看任务运行结果。

   

关于Ooize应用开发及相关样例代码介绍，请参考《Oozie开发指南》。

好了，本期云小课就介绍到这里，快去体验MapReduce(MRS)更多功能吧！猛戳这里