Oozie是一个基于工作流引擎的开源框架，是由Cloudera公司贡献给Apache的，它能够提供对Hadoop MapReduce和Pig Jobs的任务调度与协调。Oozie需要部署到Java Servlet容器中运行。
Oozie工作流定义，同JBoss jBPM提供的jPDL一样，也提供了类似的流程定义语言hPDL，通过XML文件格式来实现流程的定义。对于工作流系统，一般都会有很多不同功能的节点，比如分支、并发、汇合等等，Oozie也有类似的一些概念，不做过多解释，更多信息可以参考相关文档。
这里，简单描述一下，Oozie定义了控制流节点（Control Flow Nodes）和动作节点（Action Nodes），其中控制流节点定义了流程的开始和结束，以及控制流程的执行路径（Execution Path），如decision、fork、join等；而动作节点包括Hadoop map-reduce、Hadoop文件系统、Pig、SSH、HTTP、eMail和Oozie子流程。
下面我们看一下，官方文档中给出的定义流程的例子，流程定义示例如图所示：
这个流程图表达了WordCount统计词频的流程编排功能，非常简单，启动执行一个MapReduce任务，如果成功则正常结束，如果失败则取消该任务。
上图对应的hPDL定义文件，内容如下所示：
01 |
<workflow-app name='wordcount-wf' xmlns="uri:oozie:workflow:0.1">
|
02 |
<start to='wordcount' />
|
03 |
<action name='wordcount'>
|
04 |
<map-reduce>
|
05 |
<job-tracker>${jobTracker}</job-tracker>
|
06 |
<name-node>${nameNode}</name-node>
|
07 |
<configuration>
|
08 |
<property>
|
09 |
<name>mapred.mapper.class</name>
|
10 |
<value>org.myorg.WordCount.Map</value>
|
11 |
</property>
|
12 |
<property>
|
13 |
<name>mapred.reducer.class</name>
|
14 |
<value>org.myorg.WordCount.Reduce</value>
|
15 |
</property>
|
16 |
<property>
|
17 |
<name>mapred.input.dir</name>
|
18 |
<value>${inputDir}</value>
|
19 |
</property>
|
20 |
<property>
|
21 |
<name>mapred.output.dir</name>
|
22 |
<value>${outputDir}</value>
|
23 |
</property>
|
24 |
</configuration>
|
25 |
</map-reduce>
|
26 |
<ok to='end' />
|
27 |
<error to='end' />
|
28 |
</action>
|
29 |
<kill name='kill'>
|
30 |
<message>Something went wrong: ${wf:errorCode('wordcount')}</message>
|
31 |
</kill>
|
32 |
<end name='end' />
|
33 |
</workflow-app>
|
这个XML文件描述地就是上图表达的流程含义，如果熟悉Hadoop平台的话，对上面的内容非常容易理解。当然，这里只有一个MapReduce任务，试想如果一个计算系统需要执行更加复杂的逻辑，比如对应很多个MR，还有其他类似的动作节点（Action Nodes），如果能够通过流程描述出来，加上可视化功能，非常直观，省去了我们手工进行编排的麻烦。
另外，Oozie还具有很多功能，而且扩展性很好。更多内容，可以查看文档：http://archive.cloudera.com/cdh4/cdh/4/oozie/。