请解释 Apache Sqoop 与 Apache Oozie 的集成机制，并说明如何利用 Oozie 的调度功能实现数据迁移的自动化？
考察说明
考查对 Hadoop 生态中数据迁移工具与工作流调度器集成方式的理解，以及自动化调度设计的掌握。
回答思路
- 【回答框架 1】Apache Oozie 是 Hadoop 工作流调度系统，通过 XML 定义工作流（workflow.xml），协调器（coordinator.xml）用于定时触发。Sqoop 作业可封装为 Oozie 的 action，通过 ShellAction 或 JavaAction 调用 Sqoop 命令，实现周期性数据迁移。
- 【回答框架 2】集成步骤包括：编写 Sqoop 导入/导出命令；在 workflow.xml 中定义 Sqoop action，设置 resource-manager 和 job-tracker，并传递 Sqoop 参数；将工作流和协调器部署到 HDFS，并配置启动时间、频率和数据可用性依赖。
- 【回答框架 3】调度自动化依赖 Oozie Coordinator，可基于时间或数据触发，例如每小时执行一次 Sqoop 增量导入。增量导入可使用 Sqoop 的 incremental 参数（append 或 lastmodified）结合上次导入的最大值，实现只需传输变更数据，降低迁移耗时。
- 【回答框架 4】实现自动化的关键在于：统一调度避免手工误操作；错误处理：Oozie 可配置重试策略和失败通知；监控可通过 Oozie Web UI 和日志查看作业状态，Sqoop 日志也可追踪，确保迁移可靠性和可追溯性。
- 【关键点 1】Oozie 通过 action 封装 Sqoop 命令，协调器按定时或数据触发实现自动化。
- 【关键点 2】Sqoop 增量导入支持 append 和 lastmodified 模式，需记录并传递上次导入最大值。
- 【关键点 3】自动化调度减少人工干预，提高效率，但需考虑作业失败的重试和告警机制。
- 【易错点 1】仅用 Oozie 调度不等于保证数据一致性，增量导入需依赖业务字段正确设置，否则可能重复或遗漏数据。
- 【易错点 2】调度频率需与业务数据更新频率匹配，过频增加负载，过低导致数据不及时。
- 【易错点 3】Oozie 工作流 XML 配置中需正确指定 Namenode 和 ResourceManager 地址，否则作业提交失败。