大数据的概念丰富而系统，正如很多人认识的那样，大数据并不是一个单纯的概念，并不像java、python那么单一，其内涵非常的丰富。Oozie作为大数据开发中的一个重点，无论是对于企业还是个人都无法忽视，所以，我们不妨来简单分析一下oozie。
第一、oozie的基础概念
Oozie在英语中的释义指的是：驯象人，驭象者（多指缅甸那边的俗称），这个比喻相对与它的功能来说，还是很恰当的。是服务于Hadoop生态系统的工作流调度工具，Job运行平台是区别于其他调度工具的最大的不同。但其实现的思路跟一般调度工具几乎完全相同。Oozie其实没有大家想象中那么神秘，只要你明白了它的调度思路，那么学习起来将非常的简单。
第二：oozie的工作流程
一个正常工作的Oozie系统须包含如下四个模块：Oozie Client、Oozie Server、DataBase和Hadoop集群。
1、Oozie Client可以通过Web Service API、Java API、Command line 方式向Oozie Server提交工作流任务请求。Oozie客户端可以通过REST API或者Web GUI来从Oozie服务端获取Job的日志流。通常在Client端包括工作流配置文件、工作流属性文件和工作流库。
2、Oozie Server负责接收客户端请求、调度工作任务、监控工作流的执行状态。Oozie本身不会执行具体的Job，而是将Job的配置信息发送到执行环境。
3、DataBase用于存储Bundle、Coordinator、Workflow工作流 的Action信息、Job信息，记录Oozie系统信息。简单说，除了Oozie 运行日志存在本地硬盘不存在DB中，其他信息都存储到DB。
4、Hadoop集群运行Oozie工作流的实体，负责处理Oozie Server提交来的各种Job。包括HDFS、MapReduce、Hive、Sqoop等Hadoop组件提交的Job。
第三、oozie任务的三种模式
1、workflow： 这种方式最简单，就是定义DAG来执行。
2、coordinator：它构建在workflow工作方式之上，提供定时运行和触发运行任务的功能。
3、bundle： bundle的作用就是将多个coordinator管理起来。这样我们只需要提供一个bundle提交即可。然后可以start/stop/suspend/resume任何coordinator。
工作流嘛，顾名思义，就是我要干一件事，需要很多步骤，然后有序组合，最终达到能够完成这件事的目的。 其实，就是以数据的方式，让工作流程更加的详细，能够更加省时省力的完成工作。
大数据其实就是发觉更加细微的规律，让不被发现的规律绽放更大的价值。Oozie在大数据中的地位至关重要，在企业、分析师的眼中其价值体现的愈加明显，当然，这里只是简单的分析了一下oozie的含义，希望对大家有所帮助。