开源分布式工作流任务调度系统EasyScheduler使用详解
登录
- 输入http://192.168.xx.xx:8888/view/login/index.html 网址，输入用户名：admin，密码：escheduler123 登录
- 登录之后每个页面的右上角都有用户的身份标识。点击下拉箭头包含用户信息和退出两个按钮
- 点击“用户信息”按钮，如下图：
- 点击”修改”按钮，修改用户信息
- 点击退出按钮则退出系统，返回登录页面
安全中心
- 只有管理员才有安全中心，安全中心的主要功能是给管理员提供管理普通用户的功能。
- 管理员可以有多个，管理员是功能上的管理，不参与具体的业务。也就是说管理员是不能执行具体任务的。
租户管理
> 租户是Linux上的用户，用于作业的提交。
- 创建、编辑租户
- 租户编码：租户编码是Linux上的用户，唯一，不能重复
- 租户名称：租户的名称
- 队列：租户对应的YARN上的队列，在数据库 t_escheduler_queue 中设置
- 描述：租户的描述信息
用户管理
> 用户是EasyScheduler上的用户，用于EasyScheduler上的功能操作。
- 创建、编辑用户
- 用户名称：用户的名称，唯一，不能重复
- 租户：设置该用户所属的租户
- 邮箱：输入用户的邮箱，用来邮件发送和任务告警
- 手机：输入用户的手机号
注意：如果该用户切换了租户，则该用户所在租户下所有资源将复制到切换的新租户下
- 授权
> 管理员可以对普通用户进行非其创建的项目、资源、数据源和UDF函数进行授权。因为项目、资源、数据源和UDF函数授权方式都是一样的，所以以项目授权为例介绍。
- 1.点击指定人的授权按钮，如下图：
- 2.选中项目按钮，进行项目授权
- 项目列表：是该用户未授权的项目
- 已选项目：是该用户已授权的项目。
- 特别注意：对于用户自己创建的项目，该用户拥有所有的权限。则项目列表和已选项目列表中不会体现。
告警组管理
> 告警组是告警用户抽象出来的组，使用告警组来管理用户。
- 新建、编辑邮件组
-
组名称：输入组的名称
-
组类型：支持邮件/短信两种
-
备注：输入告警组的备注信息
-
管理用户
- 管理用户列表：是未添加到该组的用户列表
- 已选管理用户：是已添加到该组的用户列表
服务管理
> 服务管理是对EasyScheduler的Master、Worker的任务监控
Master
Worker
资源中心
> 资源中心主要分为文件管理和UDF函数管理。 文件管理：主要是用户的程序，脚本和配置文件需要上传到HDFS进行统一管理 UDF函数管理：对用户创建的UDF进行管理
文件管理
创建文件
- 文件格式支持以下几种类型：txt、log、sh、conf、cfg、py、java、sql、xml、hql
上传文件
- 文件名：输入文件的名称
- 描述：输入文件的描述信息
- 上传文件：点击上传按钮进行上传，将文件拖拽到上传区域，文件名会自动以上传的文件名称补全
文件查看
> 对可查看的文件类型，点击 文件名称 可以查看文件详情
下载文件
> 可以在 文件详情 中点击右上角下载按钮下载文件，或者在文件列表后的下载按钮下载文件
文件重命名
删除
- 文件列表，点击 删除 按钮，删除文件
UDF管理
资源管理
> 资源管理和文件管理功能类似，不同之处是资源管理是上传的UDF函数，文件管理上传的是用户程序，脚本及配置文件
函数管理
创建、编辑UDF函数
目前只支持HIVE的临时UDF函数
- UDF函数名称：输入UDF函数时的名称
- 包名类名：输入UDF函数的全路径
- 参数：用来标注函数的输入参数
- 数据库名：预留字段，用于创建永久UDF函数
- UDF资源：设置创建的UDF对应的资源文件
数据源中心
> 数据源中心支持MySQL、POSTGRESQL、HIVE及Spark数据源
创建、编辑MySQL数据源
- 数据源：选择MYSQL
- 数据源名称：输入数据源的名称
- 描述：输入数据源的描述
- IP/主机名：输入连接MySQL的IP
- 端口：输入连接MySQL的端口
- 用户名：设置连接MySQL的用户名
- 密码：设置连接MySQL的密码
- 数据库名：输入连接MySQL的数据库名称
- Jdbc连接参数：用于MySQL连接的参数设置，以JSON形式填写
创建、编辑POSTGRESQL数据源
- 数据源：选择POSTGRESQL
- 数据源名称：输入数据源的名称
- 描述：输入数据源的描述
- IP/主机名：输入连接POSTGRESQL的IP
- 端口：输入连接POSTGRESQL的端口
- 用户名：设置连接POSTGRESQL的用户名
- 密码：设置连接POSTGRESQL的密码
- 数据库名：输入连接POSTGRESQL的数据库名称
- Jdbc连接参数：用于POSTGRESQL连接的参数设置，以JSON形式填写
创建、编辑HIVE数据源
1.使用HiveServer2方式连接
- 数据源：选择HIVE
- 数据源名称：输入数据源的名称
- 描述：输入数据源的描述
- IP/主机名：输入连接HIVE的IP
- 端口：输入连接HIVE的端口
- 用户名：设置连接HIVE的用户名
- 密码：设置连接HIVE的密码
- 数据库名：输入连接HIVE的数据库名称
- Jdbc连接参数：用于HIVE连接的参数设置，以JSON形式填写
2.使用HiveServer2 HA Zookeeper方式连接
- 数据源：选择HIVE
- 数据源名称：输入数据源的名称
- 描述：输入数据源的描述
- IP/主机名：输入连接Zookeeper的集群
- 端口：输入连接Zookeeper的端口
- 用户名：设置连接HIVE的用户名
- 密码：设置连接HIVE的密码
- 数据库名：输入连接HIVE的数据库名称
- Jdbc连接参数：用于Zookeeper连接的参数设置，以JSON形式填写
创建、编辑Spark数据源
- 数据源：选择Spark
- 数据源名称：输入数据源的名称
- 描述：输入数据源的描述
- IP/主机名：输入连接Spark的IP
- 端口：输入连接Spark的端口
- 用户名：设置连接Spark的用户名
- 密码：设置连接Spark的密码
- 数据库名：输入连接Spark的数据库名称
- Jdbc连接参数：用于Spark连接的参数设置，以JSON形式填写
首页
> 首页是对所有项目在指定时间范围内的任务状态、流程状态和流程定义的统计。
首页和项目首页的主要区别在于：
- 首页中的图表是没有链接的，项目首页中图表是有链接的
- 首页统计的是所有的项目，项目首页统计的是某一个项目
项目管理
> 项目是调度对用户流程定义DAG分组的一个抽象
创建、编辑项目
- 项目名称：输入项目的名称
- 描述：输入项目的描述
项目首页
> 点击项目列表中的项目名称，可以跳转到指定的项目首页，如下图：
- 项目首页其中包含四个部分，任务状态统计，流程状态统计、流程定义统计及统计的时间范围
- 任务状态统计：是指在指定时间范围内，统计任务实例中的待运行、失败、运行中、完成、成功的个数
- 流程状态统计：是指在指定时间范围内，统计流程实例中的待运行、失败、运行中、完成、成功的个数
- 流程定义统计：是统计该用户创建的流程定义及管理员授予该用户的流程定义
注意：可以点击图，或者数量跳转到相应的任务实例，流程实例和流程定义列表
工作流
> 工作流分为流程定义、流程实例和任务实例三个功能模块
- 流程定义：是可视化拖拽成的DAG的统称，它是静态的，没有状态
- 流程实例：对流程定义的每次实例化会生成一个流程实例，是动态的，是有状态的
- 任务实例：流程实例DAG中每个Task称为任务实例，是动态的，是有状态的
流程定义
创建工作流
- 左侧工具栏 => 是目前调度支持的任务类型，当前调度支持SHELL、子流程、存储过程、SQL、MR、Spark和Python七种任务类型
- 右上角图标 => 分别是拖动节点和选中项、选择线条连线、删除选中的线或节点、全屏和流程定义保持，其主要功能是DAG的绘制所用
创建 SHELL节点
> 拖动工具栏中的任务节点到画板中，双击任务节点，如下图：
- 节点名称：一个流程定义中的节点名称是唯一的
- 运行标志：标识这个节点是否能正常调度
- 描述信息：描述该节点的功能
- 失败重试次数：任务失败重新提交的次数，支持下拉和手填
- 失败重试间隔：任务失败重新提交任务的时间间隔，支持下拉和手填
- 脚本：用户开发的SHELL程序
- 资源：是指脚本中需要调用的资源文件列表
- 自定义参数：是SHELL局部的用户自定义参数，会替换脚本中以${变量}的内容
创建 子流程 节点
> 拖动工具栏中的任务节点到画板中，双击任务节点，如下图：
- 节点名称：一个流程定义中的节点名称是唯一的
- 运行标志：标识这个节点是否能正常调度
- 描述信息：描述该节点的功能
- 子节点：是选择子流程的流程定义，右上角进入该子节点可以跳转到所选子流程的流程定义
创建 存储过程 节点
> 拖动工具栏中的任务节点到画板中，双击任务节点，如下图：
- 节点名称：一个流程定义中的节点名称是唯一的
- 运行标志：标识这个节点是否能正常调度
- 描述信息：描述该节点的功能
- 失败重试次数：任务失败重新提交的次数，支持下拉和手填
- 失败重试间隔：任务失败重新提交任务的时间间隔，支持下拉和手填
- 数据源：存储过程的数据源类型支持MySQL和POSTGRESQL两种，选择对应的数据源
- 方法：是存储过程的方法名称
- 自定义参数：存储过程的自定义参数类型支持IN、OUT两种，数据类型支持VARCHAR、INTEGER、LONG、FLOAT、DOUBLE、DATE、TIME、TIMESTAMP、BOOLEAN九种数据类型
创建 SQL 节点
> 拖动工具栏中的任务节点到画板中，双击任务节点，如下图：
- 节点名称：一个流程定义中的节点名称是唯一的
- 运行标志：标识这个节点是否能正常调度
- 描述信息：描述该节点的功能
- 失败重试次数：任务失败重新提交的次数，支持下拉和手填
- 失败重试间隔：任务失败重新提交任务的时间间隔，支持下拉和手填
- 数据源：SQL数据源支持MySQL、POSTGRESQL、HIVE和Spark四中数据源类型，选择对应的数据源
- sql类型：支持查询和非查询两种，查询是select类型的查询，是有结果集返回的，可以指定邮件通知为表格、附件或表格附件三种模板。非查询是没有结果集返回的，是针对update、delete、insert三种类型的操作
- sql参数：输入参数格式为key1=value1;key2=value2…
- sql语句：SQL语句
- UDF函数：对于HIVE类型的数据源，可以引用资源中心中创建的UDF函数,其他类型的数据源暂不支持UDF函数
- 自定义参数：SQL任务类型自定义参数类型和数据类型同存储过程任务类型一样。区别在于SQL任务类型自定义参数会替换sql语句中${变量}，而存储过程是自定义参数顺序的给方法设置值
创建 MR 节点
> 拖动工具栏中的任务节点到画板中，双击任务节点，如下图：
(1) JAVA程序
- 节点名称：一个流程定义中的节点名称是唯一的
- 运行标志：标识这个节点是否能正常调度
- 描述信息：描述该节点的功能
- 失败重试次数：任务失败重新提交的次数，支持下拉和手填
- 失败重试间隔：任务失败重新提交任务的时间间隔，支持下拉和手填
- 主函数的class：是MR程序的入口Main Class的全路径
- 程序类型：选择JAVA语言
- 主jar包：是MR的jar包
- 命令行参数：是设置MR程序的输入参数，支持自定义参数变量的替换
- 其他参数：支持 –D、-files、-libjars、-archives格式
- 资源： 如果其他参数中引用了资源文件，需要在资源中选择指定
- 自定义参数：是MR局部的用户自定义参数，会替换脚本中以${变量}的内容
(2) Python程序
- 节点名称：一个流程定义中的节点名称是唯一的
- 运行标志：标识这个节点是否能正常调度
- 描述信息：描述该节点的功能
- 失败重试次数：任务失败重新提交的次数，支持下拉和手填
- 失败重试间隔：任务失败重新提交任务的时间间隔，支持下拉和手填
- 程序类型：选择Python语言
- 主jar包：是运行MR的Python jar包
- 其他参数：支持 –D、-mapper、-reducer、-input -output格式，这里可以设置用户自定义参数的输入，比如：
- -mapper "mapper.py 1" -file mapper.py -reducer reducer.py -file reducer.py –input /journey/words.txt -output /journey/out/mr/${currentTimeMillis}
- 其中 -mapper 后的 mapper.py 1是两个参数，第一个参数是mapper.py，第二个参数是1
- 资源： 如果其他参数中引用了资源文件，需要在资源中选择指定
- 自定义参数：是MR局部的用户自定义参数，会替换脚本中以${变量}的内容
创建 Spark 节点
> 拖动工具栏中的任务节点到画板中，双击任务节点，如下图：
- 节点名称：一个流程定义中的节点名称是唯一的
- 运行标志：标识这个节点是否能正常调度
- 描述信息：描述该节点的功能
- 失败重试次数：任务失败重新提交的次数，支持下拉和手填
- 失败重试间隔：任务失败重新提交任务的时间间隔，支持下拉和手填
- 程序类型：支持JAVA、Scala和Python三种语言
- 主函数的class：是Spark程序的入口Main Class的全路径
- 主jar包：是Spark的jar包
- 部署方式：支持yarn-cluster、yarn-client、和local三种模式
- Driver内核数：可以设置Driver内核数及内存数
- Executor数量：可以设置Executor数量、Executor内存数和Executor内核数
- 命令行参数：是设置Spark程序的输入参数，支持自定义参数变量的替换。
- 其他参数：支持 --jars、--files、--archives、--conf格式
- 资源：如果其他参数中引用了资源文件，需要在资源中选择指定
- 自定义参数：是MR局部的用户自定义参数，会替换脚本中以${变量}的内容
注意：JAVA和Scala只是用来标识，没有区别，如果是Python开发的Spark则没有主函数的class，其他都是一样
创建 Python 节点
> 拖动工具栏中的任务节点到画板中，双击任务节点，如下图：
- 节点名称：一个流程定义中的节点名称是唯一的
- 运行标志：标识这个节点是否能正常调度
- 描述信息：描述该节点的功能
- 失败重试次数：任务失败重新提交的次数，支持下拉和手填
- 失败重试间隔：任务失败重新提交任务的时间间隔，支持下拉和手填
- 脚本：用户开发的Python程序
- 资源：是指脚本中需要调用的资源文件列表
- 自定义参数：是Python局部的用户自定义参数，会替换脚本中以${变量}的内容
创建 依赖 节点
> 任务依赖分为水平依赖和垂直依赖
-
水平依赖就是指DAG图的有向依赖，是同一个流程实例任务节点的前驱，后继之间的依赖关系
-
垂直依赖是流程实例之间的任务依赖，基于定时的依赖。
> 拖动工具栏中的任务节点到画板中，双击任务节点，如下图：
- 节点名称：一个流程定义中的节点名称是唯一的
- 运行标志：标识这个节点是否能正常调度
- 描述信息：描述该节点的功能
- 失败重试次数：任务失败重新提交的次数，支持下拉和手填
- 失败重试间隔：任务失败重新提交任务的时间间隔，支持下拉和手填
- 任务依赖：增加依赖条件，选择依赖流程定义、节点名称（默认为全部节点）、依赖周期、依赖时间点
- 选择多个依赖条件之间的关系：或、且
流程实例列表
> 流程实例列表页是可以显示所有本项目下所有流程实例的列表，并有对流程实例进行名称、状态、时间等字段的筛选功能。 > 通过列表页可以直接对某一个流程实例进行编辑、重跑、恢复失败、暂停、停止、恢复暂停、删除、查看甘特图等操作.
- 编辑功能： 对已经完成的流程实例，点击编辑按钮，可以对其编辑，如图：
- 查看流程实例运行变量
- 点击隐藏按钮，查看流程实例运行变量。如下图：
-
点击变量是对变量的复制
-
点击"重跑",可以对已经完成的流程实例进行重新运行操作，如图：
- 点击"恢复失败", 可以对失败的流程进行恢复，直接从失败的任务节点开始运行。如图：
- 点击"暂停", 可以对正在运行的流程进行暂停操作,如图：
- 点击"停止"，可以对正在运行的流程进行停止操作，如图：
- 点击"恢复暂停",可以对暂停的流程恢复，直接从暂停的节点开始运行，如图：
-
删除 > 删除流程实例及流程实例下的任务实例
-
Gantt
> Gantt图纵轴是某个流程实例下的任务实例的拓扑排序，横轴是任务实例的运行时间
任务实例列表页
- 点击任务实例节点，点击 查看历史，可以查看该流程实例运行的该任务实例列表
查看日志
- 点击任务实例节点，点击 查看日志，可以查看该任务实例运行的日志，如下图：
- 右上角是下载日志、刷新日志和放大/缩小按钮
- 注意：日志查看是分片的查看，上下滚动查看
任务实例
> 任务实例是流程实例任务节点的列表
两种方式查看任务实例：
- 第一种是通过流程实例任务节点 查看历史，这时查看的是此流程实例的任务实例 重跑的列表
- 第二种是通过点击 流程实例 导航栏，调转到流程实例列表，这时查看的是所有流程实例的任务实例列表
> 查看日志：点击 查看日志 按钮，可下载和查看日志
系统参数
系统参数
| 变量 | 含义 |
|---|---|
| ${system.biz.date} | 日常调度实例定时的定时时间前一天，格式为 yyyyMMdd，补数据时，该日期 +1 |
| ${system.biz.curdate} | 日常调度实例定时的定时时间，格式为 yyyyMMdd，补数据时，该日期 +1 |
| ${system.datetime} | 日常调度实例定时的定时时间，格式为 yyyyMMddHHmmss，补数据时，该日期 +1 |
时间自定义参数
> 支持代码中自定义变量名，声明方式：${变量名}。可以是引用 "系统参数" 或指定 "常量"。
> 我们定义这种基准变量为 $[...] 格式的，$[yyyyMMddHHmmss] 是可以任意分解组合的，比如：$[yyyyMMdd], $[HHmmss], $[yyyy-MM-dd] 等
> 也可以这样：
- 后 N 年：$[add_months(yyyyMMdd,12*N)]
- 前 N 年：$[add_months(yyyyMMdd,-12*N)]
- 后 N 月：$[add_months(yyyyMMdd,N)]
- 前 N 月：$[add_months(yyyyMMdd,-N)]
- 后 N 周：$[yyyyMMdd+7*N]
- 前 N 周：$[yyyyMMdd-7*N]
- 后 N 天：$[yyyyMMdd+N]
- 前 N 天：$[yyyyMMdd-N]
- 后 N 小时：$[HHmmss+N/24]
- 前 N 小时：$[HHmmss-N/24]
- 后 N 分钟：$[HHmmss+N/24/60]
- 前 N 分钟：$[HHmmss-N/24/60]
用户自定义参数
> 用户自定义参数分为全局参数和局部参数。全局参数是保存流程定义和流程实例的时候传递的全局参数，全局参数可以在整个流程中的任何一个任务节点的局部参数引用。
> 例如：
- global_bizdate为全局参数，引用的是系统参数。
- 任务中local_param_bizdate通过${global_bizdate}来引用全局参数，对于脚本可以通过${local_param_bizdate}来引用变量local_param_bizdate的值，或通过JDBC直接将local_param_bizdate的值set进去