关于大数据:Apache-DolphinScheduler-诞生记

DolphinScheduler，简称”DS”, 中文名“小海豚调度”（海豚聪慧、人性化，又左右脑可相互换班，终生不必睡觉）。心愿 DolphinScheduler 就像它的名字一样，成为一个“开箱即用”的灵便易用的调度零碎。

DAG 全称 Directed Acyclic Graph，简称 DAG。工作流中的 Task 工作以有向无环图的模式组装起来，从入度为零的节点进行拓扑遍历，直到无后继节点为止。

Apache DolphinScheduler（目前处在孵化阶段）是一个分布式、去中心化、易扩大的可视化 DAG 工作流任务调度零碎，其致力于解决数据处理流程中盘根错节的依赖关系，使调度零碎在数据处理流程中开箱即用。

DolphinScheduler 是 2019 年开源的一个调度零碎，在去年美国工夫 2019 年 8 月 29 号，分布式任务调度引擎 DolphinScheduler（原 EasyScheduler）正式通过顶级开源组织 Apache 基金会的投票决定，以全票通过的优良体现正式成为了 Apache 孵化器我的项目！

在 2017 年，易观在经营本人 6.8Pb 大小、6.02 亿月活、每天近万个调度工作的大数据平台时，受到 ETL 简单的依赖关系、平台易用性、可维护性及二次开发等方面掣肘，易观的技术团队渴望找到一个具备以下性能的数据调度工具：

易于应用，开发人员能够通过非常简单的拖拽操作构建 ETL 过程。不仅对于 ETL 开发人员，无奈编写代码的人也能够应用此工具进行 ETL 操作，例如系统管理员和分析师；
解决“简单工作依赖”问题，并且能够实时监督 ETL 运行状态；
反对多租户；
反对许多工作类型：Shell，MR，Spark，Flink，SQL（mysql，postgresql，hive，sparksql，clickhouse 等），DataX，Sqoop，Python，Sub_Process，Procedure 等；
反对 HA 和线性可扩展性。
易观技术团队意识到现有开源我的项目没有可能达到他们要求的，因而决定自行开发这个工具。他们在 2017 年底设计了 DolphinScheduler 的次要架构；2018 年 5 月实现第一个外部应用版本，起初又迭代了几个外部版本后，零碎逐步稳定下来。

DolphinScheduler 提供了许多易于应用的性能，可放慢数据 ETL 工作开发流程的效率。其次要特点如下：

通过拖拽以 DAG 图的形式将 Task 依照工作的依赖关系关联起来，可实时可视化监控工作的运行状态；
反对丰盛的工作类型；
反对工作流定时调度、依赖调度、手动调度、手动暂停 / 进行 / 复原，同时反对失败重试 / 告警、从指定节点复原失败、Kill 工作等操作；
反对工作流全局参数及节点自定义参数设置；
反对集群 HA，通过 Zookeeper 实现 Master 集群和 Worker 集群去中心化；
反对工作流运行历史树形 / 甘特图展现、反对工作状态统计、流程状态统计；
反对补数，并行或串行回填数据。

DolphinScheduler 是从数据处理的痛点登程，其解决的问题以及优化的方向次要有以下 5 点：

可视化流程设计加重了开发者配置工作流的复杂度，从繁琐的根底配置中解放出来，不必再靠编程来配置流程，晋升开发效率；
扩展性强，在当下这样一个业务变动快、技术迭代频繁的当初，丰盛的工作类型、跨语言和自定义插件机制良好的可扩展性，无疑使这款框架具备了更长的寿命和更宽泛的落地场景；
反对工作流定时调度、依赖调度、手动调度、手动暂停 / 进行 / 复原，同时反对失败重试 / 告警、从指定节点复原失败、Kill 工作等操作
反对集群 HA，通过 Zookeeper 实现 Master 集群和 Worker 集群的人造去中心化架构设计，使得零碎的高可用性失去保障；
通过拖拽以 DAG 图的形式将 Task 依照工作的依赖关系关联起来，可实时可视化监控工作的运行状态，欠缺的服务监控零碎，不便运维人员疾速进行问题定位。

目前，IBM、中国安全、美团、360、招商银行、科大讯飞、联通、多点、芒果 tv、雪球等多家企业都曾经将 Apache DolphinScheduler 利用到了理论场景中。

                                                                              1.2.x 架构

万丈高楼平地起，从我的项目启动的那一刻，咱们就确定了开源的指标，从那一刻，开源的种子就种在了每一位我的项目成员的心中，它是一个使命，
也是所有人的共识和承诺。

要采纳模块化的设计，这样能力便于开源后的协同开发；
要选用开源的技术组件，这样能力便于开源后让更多的开发者参加进来；
大道至简，肯定要做到开箱即用，咱们调度的名字就叫 EasyScheduler。
…
就这样，随同着每一位的载歌载舞，激情磅礴和唇枪舌剑，2017 年 12 月在北京市朝阳区恒通商务园 B12 栋 3 层办公室里，拉开了 EasyScheduler 的尾声。

使命必达、争分夺秒，每一位搭档都自动自发、随时待命。

2018 年 5 月，EasyScheduler 在易观千帆胜利上线应用。

2019 年 3 月，凋谢给内部种子用户应用，正式公布第一个开源版本 1.0.0。

2019 年 5 月，相继推出了 1.0.1、1.0.2 和 1.0.3 版本。

开源的种子早已种下，只有破土而出，能力扎根于大地。
ASF 作为寰球最大的开源基金会，始终致力于开源软件生态的营造，让软件技术可能在寰球共享，这是 ASF 无比夺目的魅力所在。

咱们要扎根 ASF，咱们要进入到寰球最大的开源组织，让咱们的我的项目在寰球共享，于是咱们决定正式摸索 Apache 开源孵化之路。

这是一个 0 到 1 的问题，这是一个须要拿到入场券资格的问题，那么如何才可能进入 Apache 呢？

一个我的项目如果心愿进入到 Apache 孵化器，至多须要 1 名 Champion 和 2 名 mentor。所以咱们的第一个难题就是如何找到 champion 和 mentor.

ASF 孵化器领有导师 200 多位，然而沉闷的中国导师不超过 5 位，ALC Beijing 也没有成立，咱们只能到处询问，八方求援，经验了无数次的尝试，甚至呈现了一丝丝的波动，
然而咱们马上就想到团队每一个人的付出和致力、想到那些默默反对咱们前行的用户、想到一开始就种在咱们心中的开源之梦，
咱们深信有信念就肯定有远方，有幻想就肯定有心愿，咱们深信彩虹肯定会呈现，最终咱们幸运地迎来了咱们的 champion 和 mentor。

至今仍清晰记得初见吴晟老师的场景：吴晟老师用了将近一下午的工夫给咱们遍及了 Apache 孵化器的一些规范和 Apache Way，咱们也从最开始的喜悦兴奋变为了默默深思。
第二个迎头重击就是 Apache 的 license 协定听从，咱们须要查看所有的依赖是否合乎 license 许可，否则就须要批改，于是又通过了几个月的重构和降级。
这里还有一个小插曲，咱们在申请进入 Apache 孵化器过程当中，发现 Easy Scheduler 不是寰球惟一的名字，于是又进行了投票最终选中了
DolphinScheduler.

所幸咱们始终动摇着信念，天道酬勤，当美国工夫 2019 年 8 月 29 号 DolphinScheduler 全票通过正式成为 Apache 孵化器我的项目的时候，
每个人都洋溢着开心的笑容，然而咱们又很快的冷静下来，真正的 Apache Way 兴许才刚刚开始。

第一次的 Apache release，是孵化过程中很重要的一个里程碑。DS 用了 4 个月的工夫收回了第一个 Apache release，一个很大的起因
就是起初代码层面上关注较多，而 Apache 对于 license 和商标有着近乎严苛的要求，在 release 的时候会进行十分认真地查看，
字体的版权或者某个前端组件应用的 license 不合标准都会完结一周左右的发版流程。

经验过第一次 Apache release 发版后，会对 Apache Community Over Code 的名言有着更切身的领会，胜利的开源我的项目最重要的因素就是：
社区、社区还是社区。工夫好像回到了吴晟老师给咱们首次讲述 Apache Way 的那个下午：
“Apache 是一个通明、凋谢的社区，须要让工作的人来决定；如果一件事件没有呈现在邮件列表中，那它就没有产生；
Apache 社区是一个公开、平等、精英治理的社区；Apache 更多的是给一个思路，很多时候没有一个固定的规定和流程。。。”

感激吴晟老师、史少峰老师、陈亮老师、Furkan Kamaci 老师和 Kevin Ratnasekera 老师。
感激每一位应用过 DS 的用户、每一位参加过 DS 社区奉献的搭档，感激你们违心就义本人贵重的工夫与咱们一起前行，一个 star，一个 issue，
一篇文章、一行代码、一封邮件列表，加入一场 meetup 的举办，这都是咱们一起同在的见证！也期待更多的搭档退出到 DS 社区，
咱们一起乘风破浪、一起高歌猛进！一起经验风雨、一起见证胜利！

https://github.com/apache/inc… (请记得 fork 和 star)

用本人的邮箱向 dev-subscribe@dolphinscheduler.apache.org 发送一封邮件，主题和内容任意。
接管确认邮件并回复。实现步骤 1 后，将收到一封来自 dev-help@dolphinscheduler.apache.org 的确认邮件（如未收到，请确认邮件是否被主动纳入垃圾邮件、推广邮件、订阅邮件等文件夹）。而后间接回复该邮件，或点击邮件里的链接快捷回复即可，主题和内容任意。
接管欢送邮件。实现以上步骤后，会收到一封主题为 WELCOME to dev@dolphinscheduler.apache.org 的欢送邮件，至此已胜利订阅 Apache DolphinScheduler（Incubating）的邮件列表。

如果您不想部署，而是想先体验一下，那么咱们也提供了在线 Demo (1.2.0 版本)，Demo 能够疾速体验一下 Shell、Python 等工作类型，受制于服务器单机硬件条件，有些性能比方不能定时调度，各种数据源不能体验外，无其余限度，大家能够分割龙飞微信开明 Demo

咱们激励任何模式的参加社区，最终成为 Committer 或 PPMC，如：

将遇到的问题通过 github 上 issue 的模式反馈进去
答复他人遇到的 issue 问题
帮忙欠缺文档
帮忙我的项目减少测试用例
为代码增加正文
提交修复 Bug 或者 Feature 的 PR
发表利用案例实际、调度流程剖析或者与调度相干的技术文章
帮忙推广 DolphinScheduler，参加技术大会或者 meetup 的分享等

欢送退出奉献的队伍，退出开源从提交第一个 PR 开始

比方增加代码正文或找到带有”easy to fix”标记或一些非常简单的 issue(拼写错误等) 等等，先通过第一个简略的 PR 相熟提交流程

注：奉献不仅仅限于 PR 哈，对促成我的项目倒退的都是奉献

置信参加 DolphinScheduler，肯定会让您从开源中受害！

ALC Beijing 欢送任何人的参加！不设置任何门槛，只有有志愿流传 Apache 以及开源之道的小伙伴都能够参加进来！具体的形式如下：

退出咱们的流动。大家能够通过关注 ALC Beijing 公众号获取最新的流动信息，并加入咱们的线上或者线下的流动。
成为 ALC Beijing 会员。ALC Beijing 作为一个公益组织，须要大量的志愿者的来帮忙协调和组织流动。志愿者成为会员的准则和 Apache 软件基金的其余我的项目倒退 Committer 以及 PMC 成员的形式一样, 基于志愿者在社区中的奉献，采纳投票邀请形式成为 ALC Beijing 会员。

欢送关注 ”ALC Beijing” 公众号

[1] https://dolphinscheduler.apac…

[2] https://www.infoq.cn/article/…

感激花工夫浏览，谢谢！

关于大数据:Apache-DolphinScheduler-诞生记

Apache DolphinScheduler 诞生记

1 概述

2 背景

3 特点

4 零碎架构

5 开源推动路线

欢送退出 Apache dolphinscheduler 社区

订阅邮件列表

在线试用

如何成为 ALC Beijing 的成员

参考链接