我创建了一个包含Sqoop，Hive和Pig操作的简单Oozie工作流程。对于每个动作，Oozie都会启动一个MR启动器，然后启动动作（Sqoop/Hive/Pig）。因此，工作流中总共有 6 个 MR 作业用于 3 个操作。
为什么Oozie启动MR启动器来启动动作而不是直接启动动作？
我在Apache Flume论坛上发布了相同的内容，这是回应。
这也是为了防止Oozie服务器陷入困境或成为 稳定。 例如，如果你有一堆运行 Pig 作业的工作流， 然后你会让Oozie服务器运行Pig客户端的多个副本。 （这是一个相对"重"的程序）直接。 通过移动所有 用户代码和外部客户端，用于在启动器作业 Oozie 中映射任务 服务器仍然更轻量级，更不容易出错。 它也可以 这种方式更具可扩展性，因为启动器作业分发 对集群中其他计算机的作业启动/监控;否则，与 Oozie服务器做所有事情，我们必须限制数量 基于 Oozie 服务器机器规格（RAM、CPU、 等）。 最后，从架构的角度来看，Oozie服务器 本身是无国籍的;也就是说，所有内容都存储在数据库中，并且 Oozie服务器可以随时关闭而不会丢失任何东西。 如果我们 如果直接从Oozie服务器启动作业，那么我们现在有一些 状态（例如，Pig 客户端无法重新启动和恢复）。