1）一个完整的数据分析系统通常都是由大量任务单元组成： shell 脚本程序，java 程序，mapreduce 程序、hive 脚本等。 2）各任务单元之间存在时间先后及前后依赖关系。 3）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计算，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。 如下图所示：