DolphinScheduler简介

DolphinScheduler简介

1 简介

分布式易扩展的可视化DAG工作流任务调度开源系统。适用于企业级场景，提供一个可视化操作任务、工作流和全生命周期数据处理过程的解决方案。

DolphinScheduler 旨在解决复杂的大数据任务依赖关系，并为应用程序提供数据和各种 OPS 编排中的关系。 解决数据研发ETL依赖错综复杂，无法监控任务健康状态的问题。 DolphinScheduler以DAG流式方式组装任务，可及时监控任务的执行状态，支持重试、指定节点恢复失败、暂停、恢复、终止任务等操作。

2 特性

2.1 简单易用

• 可视化 DAG：用户友好的，通过拖拽定义工作流的，运行时控制工具
• 模块化操作：模块化有助于轻松定制和维护。

2.2 丰富的使用场景

• 支持多种任务类型: 支持Shell、MR、Spark、SQL等10余种任务类型，支持跨语言，易于扩展
• 丰富的工作流操作: 工作流程可以定时、暂停、恢复和停止，便于维护和控制全局和本地参数

2.3 High Reliability

• 高可靠性: 去中心化设计，确保稳定性。 原生 HA 任务队列支持，提供过载容错能力。 DolphinScheduler提供高度稳健环境。

2.4 High Scalability

• 高扩展性: 支持多租户和在线资源管理。支持每天10万个数据任务的稳定运行。

3 名词解释

调度系统常用名词

DAG： Directed Acyclic Graph。工作流中的 Task 任务以有向无环图的形式组装起来，从入度为0的节点进行拓扑遍历，直到无后继节点：

流程定义：通过拖拽任务节点并建立任务节点的关联所形成的可视化DAG

流程实例：流程定义的实例化，可以通过手动启动或定时调度生成。每运行一次流程定义，产生一个流程实例

任务实例：任务实例是流程定义中任务节点的实例化，标识着某个具体的任务

任务类型：目前支持有 SHELL、SQL、SUB_PROCESS(子流程)、PROCEDURE、MR、SPARK、PYTHON、DEPENDENT(依赖)，同时计划支持动态插件扩展，SUB_PROCESS类型的任务需要关联另外一个流程定义，被关联的流程定义是可以单独启动执行的

调度方式：系统支持基于 cron 表达式的定时调度和手动调度。命令类型支持：启动工作流、从当前节点开始执行、恢复被容错的工作流、恢复暂停流程、从失败节点开始执行、补数、定时、重跑、暂停、停止、恢复等待线程。 其中 恢复被容错的工作流 和 恢复等待线程 两种命令类型由调度内部控制使用，外部无法调用

定时调度：系统采用 quartz 分布式调度器，同时支持cron表达式可视化生成

依赖：支持 DAG 简单的前驱和后继节点之间的依赖，还提供任务依赖节点，支持流程间的自定义任务依赖

优先级 ：支持流程实例和任务实例的优先级，如果流程实例和任务实例的优先级不设置，则默认是先进先出

邮件告警：支持 SQL任务 查询结果邮件发送，流程实例运行结果邮件告警及容错告警通知

失败策略：对于并行运行的任务，如果有任务失败，提供两种失败策略处理方式，继续是指不管并行运行任务的状态，直到流程失败结束。结束是指一旦发现失败任务，则同时Kill掉正在运行的并行任务，流程失败结束

补数：补历史数据，补数方式支持

• 区间并行
• 串行

日期选择方式：

• 日期范围
• 日期枚举

4 模块

• dolphinscheduler-master master模块，提供工作流管理和编排服务
• dolphinscheduler-worker worker模块，提供任务执行管理服务
• dolphinscheduler-alert 告警模块，提供 AlertServer 服务
• dolphinscheduler-api web应用模块，提供 ApiServer 服务
• dolphinscheduler-common 通用的常量枚举、工具类、数据结构或基类
• dolphinscheduler-dao 提供数据库访问等操作
• dolphinscheduler-remote 基于 netty 的客户端、服务端
• dolphinscheduler-service service模块，包含Quartz、Zookeeper、日志客户端访问服务，便于server模块和api模块调用
• dolphinscheduler-ui 前端模块

获取更多干货内容，记得关注我哦。