dolphinscheduler簡單任務定義及複雜的跨節點傳參

dolphinscheduler簡單任務定義及跨節點傳參

轉載請註明出處 //www.cnblogs.com/funnyzpc/p/16395094.html

寫在前面

dolphinscheduler是一款非常不錯的調度工具，本文我就簡稱ds啦，可單機可集群可容器，可調度sql、存儲過程、http、大數據，也可使用shell、python、java、flink等語言及工具，功能強大類型豐富，適合各類調度型任務，社區及項目也十分活躍，現在github中已有8.2k的star👍
所以，本篇博文開始會逐步講一些ds相關的東西，也期待各位同行能接觸到此並能實際解決一些生產上的問題～😁

一.準備工作

閱讀本博文前建議您先閱讀下官方的文檔[//dolphinscheduler.apache.org/zh-cn/docs/latest/user_doc/guide/parameter/context.html)(//dolphinscheduler.apache.org/zh-cn/docs/latest/user_doc/guide/parameter/context.html)（雖然也會碰到一些坑😂）
這裡，先準備下sql表資源，以下為`postgresql`的`sql`腳本:

（表結構）


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)
);

（表數據）

INSERT INTO tmp (id,"name","label",update_time,score) VALUES
	 (3,'二狗子','','2022-07-06 21:49:26.872',NULL),
	 (2,'馬云云','',NULL,NULL),
	 (1,'李思','','2022-07-05 19:54:31.880',85);

因為個人使用的postgresql的資料庫，如果您是mysql或者其他數據的用戶，請自行更改以上表和數據並添加到庫中即可
表及數據入庫，請將tmp所屬的庫配置到 ds後台->數據源中心->創建數據源 ，以下是我的配置，記住，這裡面的所有資料庫配置均遵守所屬資料庫類型的jdbc的driver的配置參數，配置完成也會在ds的資料庫生成一條jdbc的連接地址，這點要明白～

二.簡單的項目創建及說明

因為`ds`的任務是配置在項目下面，所以第一步得新建一個項目，這樣：`ds後台`->`項目管理`->`創建項目`，這是我創建的，請看：

準備完項目之後，滑鼠點進去，並進入到 工作流定義菜單 頁面，如下圖：

先簡單到解釋下ds的一點兒基本結構，首先，ds一般部署在linux伺服器下，創建任務的用戶需要在admin賬戶下創建，重要的是創建的每個工作賬戶需要與作業系統用戶一一對應，比如你創建了一個 test 的ds賬戶，那ds所在的伺服器也必須有一個test的賬戶才可行，這是ds的規則，我沒法解釋為什麼。
每個用戶下(除了admin外）所能創建的調度任務均在各自創建的項目下，每個項目又分為多個任務(工作流定義),一個任務下又可分為多個任務節點，下圖為任務定義：

ok,如果已經準備好以上步驟，下面開始定義一個簡單的調度任務，繼續哈～

三.簡單的參數傳遞

先看錶：

我們先做個簡單的，比如圖中，如果二狗子的本名叫：李思，需要我們取id=1的name放到id=3的label中，並且更新update_time

  • 1.這裡第一步 在工作流定義列表，點擊 創建工作流 就進入一個具體的任務(工作流)的定義,同時我們使用的是sql任務，所以就需要從左側拖動一個sql任務到畫布中(右側空白處)：

    因為拖動sql任務到畫布會自動彈出節點定義，上圖為當前節點的一個定義，重點是：數據源、sql類型、sql語句，如官方所說，如果將name傳遞到下游，則需要在自定義參數重定義這個name為out方向 類型為varchar。

  • 2.因為傳遞到參數需要寫入到表，這裡我們再定義一個節點，這個節點負責接收上游傳遞到name，執行update時使用這個name，以下是我的定義：

    看到沒，這裡不僅僅要注意sql類型(sql類型與sql語句是一一對應的，類型不能錯) ，還有就是前置任務一定要選中(上面定義的)node1節點。
    另外，需要注意的是當前任務是上下游傳參，所以在node2中是直接使用node1中定義的name這個參數哈

  • 3.定義完成當前任務就需要保存：點右上角保存，填寫並保存後點關閉以退出定義：

  • 4.因為定義的任務需要上線了才可執行，所以，在工作流定義列表先點該任務的黃色按鈕(任務上線)，然後才是點綠色按鈕(執行任務)：

  • 5.任務執行成功與否，具體得看任務實例，這是執行node2節點的日誌：

    順帶再看看資料庫表是否真實成功：

    完美😊

四.複雜的跨節點傳參

首先看錶：

思考一個問題：可以看到李思的score是85，根據score應該被評為 B(>=90的為A)並寫入到label欄位，該怎麼辦呢，如果這個分數是90分又該怎麼辦呢，如果根本沒有score(分值) 這個任務是不是就不需要更新李思的label(評分)呢？
對於上面問題可以有一些偏門的解決方法，比如在sql中塞一個異常值，這樣看似不錯，不過作為調度工具建議還是在condition節點或者switch節點處理是最好的，不過就目前我用的2.0.5版本的ds對於這兩類任務節點是沒法接收參數的，這是一個遺憾；遂~個人覺得較好的方式是在寫入節點之前增加一個判斷節點，將錯誤拋出(沒有score的）最好～，對於此，我使用了一個shell的中間節點。
下面是我定義的三個節點：

  • node1節點定義：

  • node2節點定義：

(腳本內容)

#!/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節點定義：

  • 看一眼結果🤓：

五.中間的坑

對於複雜節點傳參數也碰到一些坑，這些坑大概有這些：

  • 1.對於shell腳本不熟悉的，判斷節點其實還是有一些難度的，這是很重要的一點
  • 2.node2(判斷節點)不能有重複的參數，不管局部的還是node1(上一級)傳遞過來的，均不能重複
  • 3.因為在node2(判斷節點)需要將id以及label繼續往下傳(to node3),這時候就需要給id以及label定義一個映射的out變數(id2、label2)
  • 4.node2中重新設置參數麻煩，需要在shell中重新定義變數(id2、label2),同時需要在shell任務內使用拼接的方式賦值(如：echo '${setValue(id2='$id')}')
  • 5.sql類型以及不同節點下不同參數時常搞錯，不是任何節點都可以接收上級節點參數，以及局部變數與傳遞變數以及全局變數優先順序區別及可能造成衝突
  • 6.ds列表傳參(2.0是不可以的)很雞肋,對於列表傳參又不能在下一級節點做循環賦值，這點對於ds是有改進的空間的
  • 7.等等...

對於ds還有很多可擴展的地方(因為實際需要)，所以我就做了一些二次開發😂，後面會聊...大家期待喲😚

Tags:

VirMach 便宜 VPS