DolphinScheduler任务调度工具

任务调度：系统为了自动完成特定任务，在约定的特定时刻去执行任务的过程

分布式调度：

1. 分布性：每个部分可以独立部署，服务之间通过网络通信
2. 伸缩性：每个部分可以集群部署，动态伸缩扩容
3. 高可用

jdk也提供了相关的任务调度功能，如Timer，ScheduledExecutor。

介绍：分布式、易扩展的工作流调度平台

环境准备安装：

1. mysql（5.7+）
2. jdk（1.8+）
3. zookeeper
4. hadoop：需要资源上传功能选装

组件：

1. masterServer：分布式无中心设计理念，负责工作流任务切分、任务提交（提交给workerServer并分配任务给workerServer）、任务监控，并同时监听其他的masterServer和workServer的健康状态，目的：为了做高可用、容错机制。
2. workerServer：分布式务中心设计理念，负责任务的执行和提供日志服务
3. zookeeper：masterServer和workerServer节点都通过zookeeper进行集群管理和容错，负责协调整个集群
4. alert：提供告警相关服务（电话、邮件等）
5. api接口：负责处理前端UI的请求，比如前端查看任务执行、执行的进度等
6. UI：前端

流程：

1. 定义工作流：用户访问UI定义工作流
2. 保存工作流到数据库：通过调用api接口将工作流元数据保存到数据库中
3. 工作流切分：保存到数据库后，masterServer要对工作流进行切分，多个masterServer之间的地位是平等的，都可以去切分工作流，竞争资源，加锁
4. 分发任务（工作单元）：工作流被切分为任务后，masterServer将工作单元分发给workerServer，收到任务后返回给masterServer确认信息ack和response
5. 执行任务：Shell、SQL、Spark、MR等
6. 执行进度的返回：一边执行任务，一边返回执行进度给masterServer，masterServer会把相应任务的执行状态写入到数据库

部署模式：

1. 单机模式
2. 伪集群模式：再单台 机器上部署dolphinScheduler各项服务，该模式下master、worker、api、server、logger server等服务都只在一台机器上
3. 集群模式：配置多个master和worker

集群部署

初始化数据库

dolphinScheduler元数据存储再关系型数据库中，需要创建相应的数据库和用户

1.创建数据库

CREATE DATABASE dolphinscheduler DEFAULT CHARACTER SET utf8 DEFAULT COLLATE utf8_general_ci;

2.创建用户

CREATE USER 'dolphinscheduler'@'%' IDENTIFIED BY 'dolphinscheduler';

3.赋予用户相应权限

GRANT ALL PRIVILEGES ON dolphinscheduler.* TO 'dolphinscheduler'@'%';

flush privileges;

4.修改数据源配置文件

spring.datasource.driver-class-name=com.mysql.jdbc.Driver
spring.datasource.url=jdbc:mysql://hadoop102:3306/dolphinscheduler?useUnicode=true&characterEncoding=UTF-8
spring.datasource.username=dolphinscheduler
spring.datasource.password=dolphinscheduler
# hadoop102:主机名

5.拷贝mysql的JDBC驱动到dolphinScheduler的解压目录下的lib中

6.执行数据库初始化脚本（位于dolphinScheduler解压目录下的script目录下）

7.修改运行参数，conf/env/dolphinscheduler)env.sh中的环境变量（百度配置）

8.jdk软链到/usr/bin/java下

9.一键部署配置文件 conf/config/install_config.conf中的各项参数(百度配置)

界面

1.安全中心配置

功能：租户管理、用户管理、告警组管理、worker分组管理、队列管理、令牌管理等功能

用户管理：用来登录dolphinScheduler，配置：用户名，关联的租户、队列、邮件

告警组管理：用于指定告警发送对象

worker分组管理：任务执行时将任务分配给指定的worker组，由改组worker节点执行该任务，默认情况下所有worker都在default组

令牌配置：用于通过接口访问dolphinScheduler各项服务时的用户验证，与第三方服务进行集成，需调其接口才需使用令牌

2.项目管理

工作流基础配置三个模块：

1. 工作流定义：用于定义工作流，包括工作流各个节点任务详情和节点依赖关系
   • 创建工作流
   • 配置任务节点（shell、python、http等）
     • 运行标志：是否执行该节点
     • 失败重试次数：当执行失败时重试
     • 脚本：执行的脚本内容
   • 配置依赖关系
   • 保存工作流定义：设置流程名和选择执行的租户
   • 设置定时，完成上线
2. 工作流实例：每执行一次工作流就会生成一个工作流实例
   • 查看工作流执行状态（绿色为成功）
3. 任务实例：工作流中的每个节点，每执行一次就会生成一个任务实例
   • 查看日志

进阶

工作流传参

1.局部传参

• 针对单个任务节点有效的参数，任务系欸但通过${参数名}引用参数值

2.全局参数

• 对整个工作流的所有任务节点都有效的参数，再保存工作流时设置全局参数

3.自定义时间参数

参数	说明
${add_months(yyyyMMdd,12*N)}	后N年
${add_months(yyyyMMdd,-12*N)}	前N年
${add_months(yyyyMMdd,N)}	后N月
${yyyyMMdd+7*N}	后N周
${yyyyMMdd+N}	后N天
${yyyyMMdd-N}	前N天
${HHmmss-N/24}	前N小时
${HHmmss+N/24/60}	后N分组

如：执行的脚本需要一个yyyy-MM-dd的前一天日期的参数：${yyyy-MM-dd-1}

4.引用资源

在Shell脚本节点或python中引用在资源中心写好的脚本资源

5.告警通知

准备邮箱账号开启SMTP服务，获取授权码