1.为什么需要工作流调度系统:

　　一个完整的数据分析系统通常由大量任务单元组成：shell脚本，java程序，mapreduce程序、hive脚本等

　　各任务单元之间存在时间先后及前后依赖关系

　　为了很好地组织起这样的复杂执行计划，需要一个工作流调度系统来调度执行；

例如，我们可能有这样一个需求，某个业务系统每天产生20G原始数据，我们每天都要对其进行处理，处理步骤如下所示：

　　1、 通过Hadoop先将原始数据同步到HDFS上；

　　2、 借助MapReduce计算框架对原始数据进行转换，生成的数据以分区表的形式存储到多张Hive表中；

　　3、 需要对Hive中多个表的数据进行JOIN处理，得到一个明细数据Hive大表；

　　4、 将明细数据进行复杂的统计分析，得到结果报表信息；

　　5、 需要将统计分析得到的结果数据同步到业务系统中，供业务调用使用。

2.工作流的调度方式:

　　简单的任务调度：直接使用linux的crontab来定义；

　　复杂的任务调度：开发调度平台或使用现成的开源调度系统，比如ooize、azkaban等

3.常见工作流调度系统:　　

　　目前有许多工作流调度器，在hadoop领域常见的工作流调度器有Oozie, Azkaban,Cascading,Hamake等

4.各种调度工具特性对比：　　

　下面的表格对上述四种hadoop工作流调度器的关键特性进行了比较，尽管这些工作流调度器能够解决的需求场景基本一

致，但在设计理念，目标用户，应用场景等方面还是存在显著的区别，在做技术选型的时候，可以提供参考：

　　

5.Azkaban与Oozie对比

　　对市面上最流行的两种调度器，给出以下详细对比，以供技术选型参考。总体来说，ooize相比azkaban是一个重量

级的任务调度系统，功能全面，但配置使用也更复杂。如果可以不在意某些功能的缺失，轻量级调度器azkaban是很不错

的候选对象。