用图带你了解大数据框架架构之DophinScheduler

一、简介

用途：任务调度
优势：分布式、易扩展、可视化的DAG工作流，开箱即用，国产易用

二、架构

主要角色组成：
【MasterServer】：采用分布式无中心设计理念，MasterServer主要负责 DAG 任务切分、任务提交、任务监控，并同时监听其它MasterServer和WorkerServer的健康状态。
【WorkerServer】：也采用分布式无中心设计理念，WorkerServer主要负责任务的执行和提供日志服务。
【ZooKeeper】：系统中的MasterServer和WorkerServer节点都通过ZooKeeper来进行集群管理和容错。
【Alert服务】：提供告警相关服务。
【API接口层】：主要负责处理前端UI层的请求。
【Web UI】：系统的前端页面，提供系统的各种可视化操作界面。

三、安装

集群模式下，可配置多个Master及多个Worker。通常可配置2~3个Master，若干个Worker。
（1）所有节点需安装jdk，MySQL（5.7+）或者PostgreSQL（8.2.15+）
（2）需要有Zookeeper（3.4.6+）
（3）所有节点需要安装进程树分析工具psmisc

sudo yum install -y psmisc

（4）解压安装包

tar -zxvf apache-dolphinscheduler-2.0.5-bin 

（5）在mysql中创建元数据库及用户

CREATE DATABASE dolphinscheduler DEFAULT CHARACTER SET utf8 DEFAULT COLLATE utf8_general_ci;
CREATE USER 'dolphinscheduler'@'%' IDENTIFIED BY 'dolphinscheduler';
--增加用户权限
GRANT ALL PRIVILEGES ON dolphinscheduler.* TO 'dolphinscheduler'@'%';
flush privileges; --刷新生效

（6）配置脚本

vim conf/config/install_config.conf
--需要修改的配置文件内容
ips="hadoop1,hadoop2,hadoop3" 
# 将要部署任一 DolphinScheduler 服务的服务器主机名或 ip 列表

masters="hadoop1" 
# master 所在主机名列表，必须是 ips 的子集

workers="hadoop1:default,hadoop2:default,hadoop3:default" 
# worker主机名及队列，此处的 ip 必须在 ips 列表中

alertServer="hadoop1"
# 告警服务所在服务器主机名

apiServers="hadoop102"
# api服务所在服务器主机名

# pythonGatewayServers="ds1" 
# 不需要的配置项，可以保留默认值，也可以用 # 注释

installPath="/opt/module/dolphinscheduler"
# DS 安装路径，如果不存在会创建

deployUser="kele"
# 部署用户，任务执行服务是以 sudo -u {linux-user} 切换不同 Linux 用户的方式来实现多租户运行作业，因此该用户必须有免密的 sudo 权限。

javaHome="/opt/module/jdk1.8.0_212"
# JAVA_HOME 路径

# 注意：数据库相关配置的 value 必须加引号，否则配置无法生效
DATABASE_TYPE="mysql"   # 数据库类型

SPRING_DATASOURCE_URL="jdbc:mysql://hadoop1:3306/dolphinscheduler?useUnicode=true&characterEncoding=UTF-8"
# 数据库 URL

SPRING_DATASOURCE_USERNAME="dolphinscheduler"
# 数据库用户名

SPRING_DATASOURCE_PASSWORD="dolphinscheduler"
# 数据库密码


registryPluginName="zookeeper"
# 注册中心插件名称，DS 通过注册中心来确保集群配置的一致性

registryServers="hadoop1:2181,hadoop2:2181,hadoop3:2181"
# 注册中心地址，即 Zookeeper 集群的地址

registryNamespace="dolphinscheduler"
# DS 在 Zookeeper 的结点名称

resourceStorageType="HDFS"	
# 资源存储类型

resourceUploadPath="/dolphinscheduler"
# 资源上传路径

defaultFS="hdfs://hadoop1:8020"
# 默认文件系统

resourceManagerHttpAddressPort="8088"
# yarn RM http 访问端口

yarnHaIps=
# Yarn RM 高可用 ip，若未启用 RM 高可用，则将该值置空

singleYarnIp="hadoop2"
# Yarn RM 主机名，若启用了 HA 或未启用 RM，保留默认值

hdfsRootUser="kele"
# 拥有 HDFS 根目录操作权限的用户

（7）拷贝MySQL驱动到DolphinScheduler的解压目录下的lib中，要求使用 MySQL JDBC Driver 8.0.16。执行数据库初始化脚本

cp /opt/software/mysql-connector-java-8.0.16.jar lib/
script/create-dolphinscheduler.sh

（8）启动
先启动zk，在启动dophinScheduler

./install.sh 

（9）查看启动的UI地址【初始用户的用户名为：admin，密码为dolphinscheduler123】

http://hadoop1:12345/dolphinscheduler

dophineScheduler的启停命令：
1）一键启停所有服务

./bin/start-all.sh
./bin/stop-all.sh

2）启停 Master

./bin/dolphinscheduler-daemon.sh start master-server
./bin/dolphinscheduler-daemon.sh stop master-server

3）启停 Worker

./bin/dolphinscheduler-daemon.sh start worker-server
./bin/dolphinscheduler-daemon.sh stop worker-server

4）启停 Api

./bin/dolphinscheduler-daemon.sh start api-server
./bin/dolphinscheduler-daemon.sh stop api-server

5）启停 Logger

./bin/dolphinscheduler-daemon.sh start logger-server
./bin/dolphinscheduler-daemon.sh stop logger-server

6）启停 Alert

./bin/dolphinscheduler-daemon.sh start alert-server
./bin/dolphinscheduler-daemon.sh stop alert-server

界面 ：