共计 1833 个字符，预计需要花费 5 分钟才能阅读完成。
前言： 大数据畛域对多种工作都有调度需要，以离线数仓的工作利用最多，许多团队在调研开源产品后，抉择 Apache DolphinScheduler（以下简称 DS）作为调度场景的技术选型。得益于 DS 优良的个性，在对数仓工作做运维和治理的时候，往往比拟随便，或将所有工作节点写到一个工作流里，或将每个逻辑节点独自定义一个工作流，短少与数仓建模对应的工作治理标准；
这造成了数据管理艰难和异样容错繁琐等痛点，本文基于数仓建模规范的方法论，构建一套用于 DS 治理数仓工作的标准，防止以上痛点。
海豚调度数仓工作现状剖析
本文缘起社区负责人的痛点定位；在应用 DS 做数仓工作治理时，数据建模分层落地到调度上短少标准，社区用户用起来比拟乱，基于这个起因，写了这篇文章。
在应用调度能力的时候，一些常见的场景如下：
一个工作流构建数仓所有的逻辑节点
Apache DolphinScheduler 里有工作血统的概念，这个概念和数据血统有许多相似的中央；在构建调度工作的时候，用户容易将工作血统和数据血统混同，心愿在构建数仓生命周期的时候，通过工作血统呈现出数据血统的关系，这导致失落了数据建模标准的分层治理。
相似例子如下：
单个工作流：
蕴含所有计算逻辑：
长处：这样做的益处是能够在一个工作流里直观的复现数据建模；
毛病：对于数据管理艰难，只能人为的察看定位数据状况；
工作运行异样后，容错艰难，要排查所有逻辑节点，并将计算逻辑回滚，这是特地繁琐的过程；
每个逻辑节点构建一个工作流
除了将整个数仓的逻辑包装到一个工作流，还有另外一种形式：将每个逻辑节点包装成一个工作流；这种能很好的将计算逻辑解耦，工作运行异样的时候逻辑回归也清晰简略；然而仍旧没有做到正当的数仓建模分层治理，且操作繁琐，面对超大量工作时，创立工作流将成为一种累赘。
相似例子如下：
长处：优良的异样容错，工作出现异常计算的时候，前后工作逻辑就能异样回滚重跑；
毛病：工作流创立繁琐，且没有做好数仓标准的数据分层治理。
数仓工作治理调度 需要剖析
从数仓的视角，任务调度外围需要是：工作类型、依赖关系、定时调度、工作优先级，以及数仓分层治理，层级依赖（调度零碎的视角，还有高可用、告警、资源管理、用户平安、易用性、可扩大等能力）。
工作类型、依赖关系、定时调度、工作优先级是零碎提供的能力，数仓分层治理和层级依赖是调度能力之上的工作治理标准。这里参考数据建模标准构建与之对应的工作治理标准。
数据建模架构如下：
数据建模到数仓开发过程中须要关注 4 点：
- 逻辑开发：数据需要的实现；
- 数据管理：各层级数据划分；
- 开发依赖：数据层级依赖实现；
- 异样容错：异样工作定位和数据还原重跑。
构建在调度零碎之上的数仓工作编排标准，须要满足以上要求。
数仓开发工作治理标准
为了和数据建模标准保持一致，咱们依照数据建模的分层实践，设计调度工作的编排标准。
从顶层设计上将工作流定义为 3 类：
- 数仓分层工作流：ODS、DIM、DW、ADS 每层一个工作流；DW 层能够依据业务需要，细分出三个 DWD、DWM、DWS 等好实现业务需要的独自工作流治理；
- 数仓工作 Master 管理工作流：将数仓分层，依照开发依赖串联到一个工作流中对立治理；
- 异样容错工作流：数仓运行过程中，中途出错或者后果异样，须要数据环境还原，就能够将两头表清理逻辑包装在异样容错工作流，做对立数据清理，而后再从头跑数仓工作。
数仓开发工作流标准如下：
数仓每层工作流只关注每层的逻辑；以 ODS 层为例，该层提供多个数据利用方数据反对，所以在这个工作工作流里，构建这一层的所有逻辑节点：
运行工作治理 Master 工作流，节点布局标准如下：
异样容错工作流：
这一个工作流，次要是为了在工作运行异样时，删除两头表计算的新增后果；
根据数据模型的表设计，想将 DS 的工作血统当简略数据血统应用需要的，能够在这一个工作流里将节点关联，数据清理和工作血统不抵触，还能够顺便检测数据清理状况。
结语
除此之外，数仓还有一些部分概念须要在工作编排上做标准，比方须要将 DS 我的项目和数仓映射，一个 DS 项目管理一个数仓；须要将数据集市和工作流映射，ADS 层有多种数据利用场景就拆分成多个工作流等；本文的标准是以数仓规范数据模型构建的，如果有非凡需要，能够在这个工作治理标准根底上做相应调整。
如果这份博客对大家有帮忙，心愿各位给 i7 杨一个收费的点赞👍作为激励，并评论珍藏一下⭐，谢谢大家！！！
制作不易，如果大家有什么疑难或给 i7 杨的意见，欢送评论区留言。
本文由 白鲸开源科技 提供公布反对！
