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

最新推荐文章于 2025-03-25 17:07:20 发布

DolphinScheduler社区

最新推荐文章于 2025-03-25 17:07:20 发布

阅读量3k

点赞数

文章标签： java python mysql 数据库大数据

原文链接：https://mp.weixin.qq.com/s?__biz=MzA4NDYxNTc2NA==&mid=2247512844&idx=1&sn=a4bc7fd89842c0b0d3dc054a032a84b9&chksm=9fe68437a8910d21bd4cb47c328a46be867a508c5bd5b1f5f291d3e1dbbbfc52b545e71944fa&scene=126&&sessionid=0

版权

点亮 ⭐️ Star · 照亮开源之路

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

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👍

本篇博文前面会讲一些DolphinScheduler相关的东西，也期待各位同行能接触到此并能实际解决一些生产上的问题～😁

1 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`postgresql`的`sql`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)
);

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);

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～

2 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：

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：

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

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～

3 简单的参数传递

先看表：

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

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)：

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。

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：

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。

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；

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)：

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：

顺带再看看数据库表是否真实成功：

完美😊

4 复杂的跨节点传参

首先看表：

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：

node2节点定义：

脚本内容

#!/bin/bash
echo "=====>input param start<====="
echo "id=${id}"
echo "score=${score}"
echo "=====>input param end<====="


id=${id}
echo '${setValue(id2='$id')}'


if [ "${score}" -ge "90" ];then
echo '${setValue(label2=level A)}'
echo "level A"
elif [ "${score}" -ge "80" ];then
echo '${setValue(label2=level B)}'
echo "level B"
elif [ "${score}" -ge "60" ];then
echo '${setValue(label2=level C)}'
echo "level C"
elif [ "${score}" -ge "0" ];then
echo '${setValue(label2=F!)}'
echo "F!"
else
echo "NO score ,please check!"
exit 1
fi

node3节点定义：