Apache DolphinScheduler 简单任务定义及复杂的跨节点传参


点亮 ⭐️ Star · 照亮开源之路

GitHub:https://github.com/apache/dolphinscheduler

Apache DolphinScheduler 简单任务定义及复杂的跨节点传参插图

Apache DolphinScheduler是一款非常不错的调度工具,可单机可集群可容 器,可调度sql、存储过程、http、大数据等,也可使用shell、python、java、flink等语言及工具,功能强大类型丰富,适合各类调度型任务,社区及项目也十分活跃,现在Github中已有8.5k的star👍

准备工作

阅读本文前建议您先阅读下官方的文档

文档链接:https://dolphinscheduler.apache.org/zh-cn/docs/latest/user_doc/guide/parameter/context.html

在这里,先准备下sql表资源,以下为postgresqlsql脚本:

表结构

CREATE TABLE dolphinscheduler.tmp (

id int4 NOT NULL,

"name" varchar(50) NULL,

"label" varchar(50) NULL,

update_time timestamp NULL,

score int4 NULL,

CONSTRAINT tmp_pkey PRIMARY KEY (id) );

Apache DolphinScheduler 简单任务定义及复杂的跨节点传参插图1Apache DolphinScheduler 简单任务定义及复杂的跨节点传参插图1

表数据

INSERT INTO tmp (id,"name","label",update_time,score) VALUES

(3,'二狗子','','2022-07-06 21:49:26.872',NULL),

(2,'马云云','',NULL,NULL),

(1,'李思','','2022-07-05 19:54:31.880',85);

Apache DolphinScheduler 简单任务定义及复杂的跨节点传参插图1Apache DolphinScheduler 简单任务定义及复杂的跨节点传参插图1

我这里使用的 postgresql 的数据库,如果您是 mysql 或者其他数据的用户,请自行更改以上表和数据并添加到库中即可~

表及数据入库,请将tmp所属的库配置到 DS后台->数据源中心->创建数据源 ,以下是我的配置,记住,这里面的所有数据库配置均遵守所属数据库类型的jdbc 的 driver 的配置参数,配置完成也会在DS的数据库生成一条 jdbc 的连接地址,这点要明白~

简单的项目创建及说明

因为DolphinScheduler的任务是配置在项目下面,所以第一步得新建一个项目,这样:DS后台->项目管理->创建项目,这是我创建的请看下图:

Apache DolphinScheduler 简单任务定义及复杂的跨节点传参插图2

准备完项目之后,鼠标点进去,并进入到工作流定义菜单 页面,如下图:

Apache DolphinScheduler 简单任务定义及复杂的跨节点传参插图3

简单解释下DS的基本结构

首先,DS一般部署在 linux 服务器下,创建任务的用户需要在 admin账户 下创建,重要的是创建的每个工作账户需要与操作系统用户一一对应.

比如你创建了一个 test 的DS账户,那所在的服务器也必须有一个test的账户才可行,这是DS的规则。

每个用户下(除了admin外)所能创建的调度任务均在各自创建的项目下,每个项目又分为多个任务(工作流定义),一个任务下又可分为多个任务节点。

下图为任务定义

Apache DolphinScheduler 简单任务定义及复杂的跨节点传参插图4

ok,如果已经准备好以上步骤,下面开始继续定义一个简单的调度任务~

简单的参数传递

先看表:

Apache DolphinScheduler 简单任务定义及复杂的跨节点传参插图5

如图我们先做个简单的:

如果二狗子的本名叫李思,需要取** id=1 的 name 放到id=3 **的 label 中,并且更新 update_time

01

在工作流定义列表,点击 创建工作流 就进入一个具体的任务(工作流)的定义,同时我们使用的是sql任务,需要从左侧拖动一个sql任务到画布中(右侧空白处):

Apache DolphinScheduler 简单任务定义及复杂的跨节点传参插图6

拖动 sql任务 到画布会自动弹出节点定义,上图为当前节点的一个定义,重点是:数据源、sql类型、sql语句,如官方所说,如果将 name 传递到下游,则需要在自定义参数重定义这个 name 为 out方向 类型为varchar。

02

因为传递到参数需要写入到表,这里我们再定义一个节点,这个节点负责接收上游传递到name,执行update 时使用这个 name ,以下是我的定义:

Apache DolphinScheduler 简单任务定义及复杂的跨节点传参插图7

这里不仅仅要注意 sql类型 (sql类型与sql语句是一一对应的,类型不能错) ,还有就是前置任务一定要选中(上面定义的) node1节点。另外,需要注意的是当前任务是上下游传参,所以在node2 中是直接使用 node1中定义的 name 这个参数。

03

定义完成当前任务需要保存:点右上角保存,填写并保存后点关闭以退出定义;

Apache DolphinScheduler 简单任务定义及复杂的跨节点传参插图8

04

定义的任务需要上线了才可执行,所以在工作流定义列表先点该任务的黄色按钮(任务上线),然后才是点绿色按钮(执行任务):

05

任务执行成功与否,具体得看任务实例,这是执行 node2节点 的日志:

Apache DolphinScheduler 简单任务定义及复杂的跨节点传参插图9

顺带再看看数据库表是否真实成功:

Apache DolphinScheduler 简单任务定义及复杂的跨节点传参插图10

完美😊

复杂的跨节点传参

首先看表:

Apache DolphinScheduler 简单任务定义及复杂的跨节点传参插图11

思考一个问题:可以看到李思的score是85,根据score应该被评为 B(>=90的为A)并写入到 label字段,该怎么办呢?如果这个分数是90分又该怎么办呢?如果根本没有score(分值) 这个任务是不是就不需要更新李思的label(评分)呢?

对于上面问题可以有一些偏门的解决方法,比如在sql中塞一个异常值,这样看似不错,不过作为调度工具建议还是在condition节点或者switch节点处理是最好的,目前我用的2.0.5版本对于这两类任务节点是没法接收参数的,这是一个遗憾;

个人觉得较好的方式是在写入节点之前增加一个判断节点,将错误抛出(没有score的)最好~,对于此,我使用了一个shell的中间节点。

下面是我定义的三个节点:

node1节点定义:

Apache DolphinScheduler 简单任务定义及复杂的跨节点传参插图12

node2节点定义:

Apache DolphinScheduler 简单任务定义及复杂的跨节点传参插图13

脚本内容

#!/bin/bash echo "=====>input param startinput param end

Apache DolphinScheduler 简单任务定义及复杂的跨节点传参插图1

node3节点定义:

Apache DolphinScheduler 简单任务定义及复杂的跨节点传参插图14

看一眼结果🤓:

Apache DolphinScheduler 简单任务定义及复杂的跨节点传参插图15

小结

1、对于shell脚本不熟悉的,判断节点其实还是有一些难度的,这是很重要的一点;

2、**node2(判断节点)不能有重复的参数,不管局部的还是node1(上一级)**传递过来的,均不能重复;

3、因为在node2(判断节点)需要将 id 以及 label 继续往下传(to node3),这时候就需要给 id 以及 label定义一个映射的out变量(id2、label2);

3、node2中重新设置参数麻烦,**需要在 shell 中重新定义变量(id2、label2),**同时需要在shell任务内使用拼接的方式赋值(如:echo '${setValue(id2='$id')}');

4、sql类型以及不同节点下不同参数时常搞错,不是任何节点都可以接收上级节点参数,以及局部变量与传递变量以及全局变量优先级区别及可能造成冲突;

5、DS列表传参(2.0是不可以的)很鸡肋,对于列表传参又不能在下一级节点做循环赋值,这点对于DS是有改进的空间的;

DolphinScheduler还有很多可扩展的地方(因为实际需要),我还做了一些二次开发😂,后面会聊...大家期待哟😚

参与贡献

随着国内开源的迅猛崛起,Apache DolphinScheduler 社区迎来蓬勃发展,为了做更好用、易用的调度,真诚欢迎热爱开源的伙伴加入到开源社区中来,为中国开源崛起献上一份自己的力量,让本土开源走向全球。

欢迎关注

参与 DolphinScheduler 社区有非常多的参与贡献的方式,包括:

贡献第一个PR(文档、代码) 我们也希望是简单的,第一个PR用于熟悉提交的流程和社区协作以及感受社区的友好度。

社区汇总了以下适合新手的问题列表:https://github.com/apache/dolphinscheduler/issues/5689

非新手问题列表:https://github.com/apache/dolphinscheduler/issues?q=is%3Aopen+is%3Aissue+label%3A"volunteer+wanted"

如何参与贡献链接:https://dolphinscheduler.apache.org/zh-cn/community/development/contribute.html

来吧,DolphinScheduler开源社区需要您的参与,为中国开源崛起添砖加瓦吧,哪怕只是小小的一块瓦,汇聚起来的力量也是巨大的。

参与开源可以近距离与各路高手切磋,迅速提升自己的技能,如果您想参与贡献,我们有个贡献者种子孵化群,可以添加社区Leonard-ds ,手把手教会您( 贡献者不分水平高低,有问必答,关键是有一颗愿意贡献的心 )。

添加小助手时请说明想参与贡献。

来吧,开源社区非常期待您的参与。

点亮 ⭐️ Star · 照亮开源之路
GitHub:[https://github.com/apache/dolphinscheduler](https://github.com/apache/dolphinscheduler)
![](https://oscimg.oschina.net/oscnet/up-930711d77cd90d67863686278318f90a174.png)
Apache DolphinScheduler是一款非常不错的调度工具,可单机可集群可容 器,可调度sql、存储过程、http、大数据等,也可使用shell、python、java、flink等语言及工具,功能强大类型丰富,适合各类调度型任务,社区及项目也十分活跃,现在Github中已有8.5k的star👍
# 准备工作
阅读本文前建议您先阅读下官方的文档
文档链接:[https://dolphinscheduler.apache.org/zh-cn/docs/latest/user_doc/guide/parameter/context.html](https://dolphinscheduler.apache.org/zh-cn/docs/latest/user_doc/guide/parameter/context.html)
在这里,先准备下sql表资源,以下为postgresqlsql脚本:
## 表结构
``CREATE TABLE dolphinscheduler.tmp (<br>id int4 NOT NULL,<br>"name" varchar(50) NULL,<br>"label" varchar(50) NULL,<br>update_time timestamp NULL,<br>score int4 NULL,<br>CONSTRAINT tmp_pkey PRIMARY KEY (id) );<br>`<br>## 表数据<br>`INSERT INTO tmp (id,"name","label",update_time,score) VALUES<br>(3,'二狗子','','2022-07-06 21:49:26.872',NULL),<br>(2,'马云云','',NULL,NULL),<br>(1,'李思','','2022-07-05 19:54:31.880',85);<br>`<br>我这里使用的 postgresql 的数据库,如果您是 mysql 或者其他数据的用户,请自行更改以上表和数据并添加到库中即可~<br>表及数据入库,请将tmp所属的库配置到 DS后台->数据源中心->创建数据源 ,以下是我的配置,记住,这里面的所有数据库配置均遵守所属数据库类型的jdbc 的 driver 的配置参数,配置完成也会在DS的数据库生成一条 jdbc 的连接地址,这点要明白~<br># 简单的项目创建及说明<br>因为DolphinScheduler的任务是配置在项目下面,所以第一步得新建一个项目,这样:DS后台->项目管理->创建项目,这是我创建的请看下图:<br>![](https://oscimg.oschina.net/oscnet/up-19fcf44aff05d918388213bf87ff44d0406.png)<br>准备完项目之后,鼠标点进去,并进入到工作流定义菜单 页面,如下图:<br>![](https://oscimg.oschina.net/oscnet/up-2fa7db914fe13fa7e4f84c0c42abd5865f9.png)<br>## 简单解释下DS的基本结构<br>首先,DS一般部署在 linux 服务器下,创建任务的用户需要在 admin账户 下创建,重要的是创建的每个工作账户需要与操作系统用户一一对应.<br>比如你创建了一个 test 的DS账户,那所在的服务器也必须有一个test的账户才可行,这是DS的规则。<br>每个用户下(除了admin外)所能创建的调度任务均在各自创建的项目下,每个项目又分为多个任务(工作流定义),一个任务下又可分为多个任务节点。<br>下图为任务定义<br>![](https://oscimg.oschina.net/oscnet/up-763913c58a1b758cd3c9c3940d889fd031b.png)<br>ok,如果已经准备好以上步骤,下面开始继续定义一个简单的调度任务~<br># 简单的参数传递<br>先看表:<br>![](https://oscimg.oschina.net/oscnet/up-0e5e0446d3d06424ff91734ddee8884229c.png)<br>如图我们先做个简单的:<br>如果二狗子的本名叫李思,需要取** id=1 **的 name 放到**id=3 **的 label 中,并且更新 update_time <br><br>### 01<br>在工作流定义列表,点击 创建工作流 就进入一个具体的任务(工作流)的定义,同时我们使用的是sql任务,需要从左侧拖动一个sql任务到画布中(右侧空白处):<br>![](https://oscimg.oschina.net/oscnet/up-b25ff2f881c88240254e8e6b4bf3acf5d8e.png)<br>拖动 sql任务 到画布会自动弹出节点定义,上图为当前节点的一个定义,重点是:数据源、sql类型、sql语句,如官方所说,如果将 name 传递到下游,则需要在自定义参数重定义这个 name 为 out方向 类型为varchar。<br>### 02<br>因为传递到参数需要写入到表,这里我们再定义一个节点,这个节点负责接收上游传递到name,执行update 时使用这个 name ,以下是我的定义:<br>![](https://oscimg.oschina.net/oscnet/up-37cc9ca1f2e9ebea241cb1d1f3f56ca01e3.png)<br>这里不仅仅要注意 sql类型 (sql类型与sql语句是一一对应的,类型不能错) ,还有就是前置任务一定要选中(上面定义的) node1节点。另外,需要注意的是当前任务是上下游传参,所以在node2 中是直接使用 node1中定义的 name 这个参数。<br>### 03<br>定义完成当前任务需要保存:点右上角保存,填写并保存后点关闭以退出定义;<br>![](https://oscimg.oschina.net/oscnet/up-741fd7f0374621d44bae8e7011e6c33305c.png)<br>### 04<br>定义的任务需要上线了才可执行,所以在工作流定义列表先点该任务的黄色按钮(任务上线),然后才是点绿色按钮(执行任务):<br><br>### 05<br>任务执行成功与否,具体得看任务实例,这是执行 node2节点 的日志:<br>![](https://oscimg.oschina.net/oscnet/up-9c34ed3788a70e707ced071ee9c6ca292e5.png)<br>顺带再看看数据库表是否真实成功:<br>![](https://oscimg.oschina.net/oscnet/up-639de3e6937320ac436444fcfc5dd8a34f7.png)<br>完美😊<br># 复杂的跨节点传参<br>首先看表:<br>![](https://oscimg.oschina.net/oscnet/up-73d70689c949620025a75262333526bb167.png)<br>思考一个问题:可以看到李思的score是85,根据score应该被评为 B(>=90的为A)并写入到 label字段,该怎么办呢?如果这个分数是90分又该怎么办呢?如果根本没有score(分值) 这个任务是不是就不需要更新李思的label(评分)呢?<br>对于上面问题可以有一些偏门的解决方法,比如在sql中塞一个异常值,这样看似不错,不过作为调度工具建议还是在condition节点或者switch节点处理是最好的,目前我用的2.0.5版本对于这两类任务节点是没法接收参数的,这是一个遗憾;<br>个人觉得较好的方式是在写入节点之前增加一个判断节点,将错误抛出(没有score的)最好~,对于此,我使用了一个shell的中间节点。<br>下面是我定义的三个节点:<br>node1节点定义:<br>![](https://oscimg.oschina.net/oscnet/up-127397a214c58c250b40e265d393cf4d5d5.png)<br>node2节点定义:<br>![](https://oscimg.oschina.net/oscnet/up-6b59ed92b3a32a364b5767b4fbe32777c47.png)<br>**脚本内容**<br>``#!/bin/bash echo "=====>input param startinput param endnode3节点定义:
![](https://oscimg.oschina.net/oscnet/up-20eff6c974074d4fd00235e81ae42d10cab.png)
看一眼结果🤓:
![](https://oscimg.oschina.net/oscnet/up-9c20e6da3327cb2ebd8fe74737ba2db6178.png)
# 小结
1、对于**shell脚本**不熟悉的,判断节点其实还是有一些难度的,这是很重要的一点;
2、**node2(判断节点)**不能有重复的参数,不管局部的还是**node1(上一级)**传递过来的,均不能重复;
3、因为在**node2(判断节点)**需要将 id 以及 label 继续往下传**(to node3),**这时候就需要给 id 以及 label定义一个映射的**out变量(id2、label2);**
3、node2中重新设置参数麻烦,**需要在 shell 中重新定义变量(id2、label2),**同时需要在shell任务内使用拼接的方式赋值(如:echo '${setValue(id2='$id')}');
4、**sql类型**以及不同节点下不同参数时常搞错,不是任何节点都可以接收上级节点参数,以及局部变量与传递变量以及全局变量优先级区别及可能造成冲突;
5、DS列表传参(2.0是不可以的)很鸡肋,对于列表传参又不能在下一级节点做循环赋值,这点对于DS是有改进的空间的;
DolphinScheduler还有很多可扩展的地方(因为实际需要),我还做了一些二次开发😂,后面会聊...大家期待哟😚
# 参与贡献
随着国内开源的迅猛崛起,Apache DolphinScheduler 社区迎来蓬勃发展,为了做更好用、易用的调度,真诚欢迎热爱开源的伙伴加入到开源社区中来,为中国开源崛起献上一份自己的力量,让本土开源走向全球。
## 欢迎关注
参与 DolphinScheduler 社区有非常多的参与贡献的方式,包括:
贡献第一个PR(文档、代码) 我们也希望是简单的,第一个PR用于熟悉提交的流程和社区协作以及感受社区的友好度。
社区汇总了以下适合新手的问题列表:[https://github.com/apache/dolphinscheduler/issues/5689](https://github.com/apache/dolphinscheduler/issues/5689)
非新手问题列表:[https://github.com/apache/dolphinscheduler/issues?q=is%3Aopen+is%3Aissue+label%3A"volunteer+wanted"](https://github.com/apache/dolphinscheduler/issues?q=is%3Aopen+is%3Aissue+label%3A%22volunteer+wanted%22)
如何参与贡献链接:[https://dolphinscheduler.apache.org/zh-cn/community/development/contribute.html](https://dolphinscheduler.apache.org/zh-cn/community/development/contribute.html)
来吧,DolphinScheduler开源社区需要您的参与,为中国开源崛起添砖加瓦吧,哪怕只是小小的一块瓦,汇聚起来的力量也是巨大的。
参与开源可以近距离与各路高手切磋,迅速提升自己的技能,如果您想参与贡献,我们有个贡献者种子孵化群,可以添加社区Leonard-ds ,手把手教会您( 贡献者不分水平高低,有问必答,关键是有一颗愿意贡献的心 )。
添加小助手时请说明想参与贡献。
**来吧,开源社区非常期待您的参与。**

文章来源于互联网:Apache DolphinScheduler 简单任务定义及复杂的跨节点传参

THE END
分享
二维码