从OOZIE迁移至Airflow找不到对应Map-Reduce Operator的咨询

Airflow官方没有提供专属命名的Map-Reduce Operator，你可以通过以下几种成熟方案完成Oozie MR Action到Airflow的迁移：

• 优先使用HadoopJarOperator提交MR任务
  该Operator是官方提供的专门用于提交Hadoop Jar任务的组件，适配MR任务的提交逻辑，和Oozie MR Action的配置逻辑高度相似：只需配置Jar包存储路径、MR主类名、任务入参、资源队列、自定义配置项等属性即可正常提交任务。
  Airflow 1.10.14版本中该Operator路径为airflow.contrib.operators.hadoop_operator.HadoopJarOperator；更高版本的Airflow需先安装apache-airflow-providers-apache-hadoop依赖包，再从对应路径导入即可。
  简单使用示例：

  from airflow.contrib.operators.hadoop_operator import HadoopJarOperator
  
  mr_task = HadoopJarOperator(
      task_id='run_mr_job',
      jar='/path/to/your/mr-job.jar',
      main_class='com.yourcompany.yourapp.YourMapReduceMain',
      arguments=['input_hdfs_path', 'output_hdfs_path', 'other_custom_params'],
      hadoop_conf={'mapreduce.job.queuename': 'your_yarn_queue'},
      dag=dag
  )
  

• 用BashOperator实现快速迁移
  如果你已经有成熟的MR任务Shell提交命令，可以直接将完整的hadoop jar提交命令写入BashOperator的command参数，不需要额外适配Operator配置规则，适合小批量任务的快速迁移场景。
• 自定义专属MapReduceOperator
  如果团队内MR任务有统一的配置规范（比如默认资源队列、统一日志上报规则、公共参数配置），可以基于HadoopJarOperator或者BashOperator二次封装团队专用的MapReduceOperator，后续所有MR任务都可以直接复用该自定义Operator，减少重复配置工作。

内容的提问来源于stack exchange，提问作者Bill