我正在实现一个oozie工作流，在第一个工作中，我使用sqoop从数据库读取数据并将其写入hdfs。在第二个作业中，我需要读取大量数据，并使用我刚刚在作业一中编写的文件来处理大量数据。以下是我的想法或尝试：
假设作业一将文件写入hdfs上的某个目录，那么将文件添加到作业二的驱动程序类中的分布式缓存将不起作用，因为oozie工作流只知道作业的mapper和reducer类(如果我错了，请纠正我）
我还尝试写入工作流的lib目录，希望这些文件随后会自动添加到分布式缓存中，但我明白，当作业运行时，lib目录应该是只读的。
我还想如果我能把这些文件添加到 setup() 然后我可以在mapper/reducer中访问它们。我不知道如何添加文件 setup() ，有可能吗？
如何从分布式缓存中读取后续作业中上一个作业的输出文件。我已经在使用作业2的输入目录来读取需要处理的数据，所以我不能使用它。
我在Ubuntu12.04虚拟机上使用Hadoop1.2.1和Oozie3.3.2。