springboot项目集成大数据第三方dolphinscheduler调度器

原创

刘大猫

发布于 2025-10-29 21:24:49

980

文章被收录于专栏：JAVA相关JAVA相关

@TOC

摘要

①dolphinscheduler调度器可视化画面地址：

http://192.168.20.43:12345/dolphinscheduler/ui/view/login/index.html

用户名：admin

密码：dolphinscheduler123

②Dolphin Scheduler Api Docs 文档API地址：

http://192.168.20.43:12345/dolphinscheduler/doc.html

③Dolphin Scheduler 官网地址可查看文档及ER图等等

https://dolphinscheduler.apache.org/zh-cn/docs/1.3.5/user_doc/metadata-1.3.html

项目背景

使大数据平台具备更见健全及多种脚本模型等支持，需要搭载dolphinscheduler调度器，以DAG图的方式将Task按照任务的依赖关系关联起来，可实时可视化监控任务的运行状态，支持丰富的任务类型：Shell、MR、Spark、SQL(mysql、postgresql、hive、sparksql),Python,Sub_Process、Procedure等，支持工作流定时调度、依赖调度、手动调度、手动暂停/停止/恢复，同时支持失败重试/告警、- 从指定节点恢复失败、Kill任务等操作，支持任务日志在线查看及滚动、在线下载日志等。

功能要求

大数据平台可视化配置spark执行任务、datax同步任务 -> 通过接入dolphinscheduler调度器管理、执行。

功能说明

（大数据平台页面可显示的）大数据平台接入dolphinscheduler功能如下：项目管理操作、spark任务功能管理操作、datax数据同步任务管理、执行、停止任务操作。

（大数据平台页面不可见的）工作流管理操作，包括工作流创建、更新、删除操作页面。工作流实例页面、任务实例页面。

1.1用例图

1.2业务流程分析

1.3业务ER图

dolphinscheduler中项目、工作流、节点任务ER图

1.4 管理任务流程图

1.5功能设计详细说明点

说明：

①　“项目定义”：由大数据平台所有用户所共享

②　“工作流定义”：每个用户单独创建一类工作流，spark任务工作流叫userId-dragSparkTask、数据同步任务工作流叫：userId-dataxTask

③　“创建或更新工作流时更新参数locations”得x,y坐标，

第一次创建工作流节点x=0,y=0,更新节点时获取坐标y最大且离远点最远节点判断临界条件（如果x<1500 -> x+80，如果x>=1500 -> y+80），确保两节点不重叠且在同一页面

④　

1）针对spark任务：

“创建或更新工作流时更新参数processDefinitionJson”时，需传转义字符()和字符串的双引号(")，不然工作流节点的主程序参数无法设置且在dolphinscheduler节点中无法执行，其中参数“mainArgs”中“}}”替换为“} }”，且需要拼接“\”转义字符，另外任务参数需要“\\”，不然接收方节点得main的args参数格式无法设置进去、解析及使用。

2）针对数据同步任务：

“创建或更新工作流时更新参数processDefinitionJson”时，需传转字符串的双引号(")，且params参数的json参数需要转义字符()，不然工作流节点的主程序参数无法设置且在dolphinscheduler节点中无法执行。

⑤　“创建或更新工作流”时，参数locations和processDefinitionJson中的两个参数（id、name）要保持一致，其中“spark-任务ID”和“datax-任务ID”，"name":"xxx"->代表工作流中节点名字，举例说明：

locations	{"spark-110":{"name":"spark-110" 、 {"datax-110":{"name":"datax-110"
processDefinitionJson	"id":"spark-110","name":"spark-110" 、 "id":"datax-110","name":"datax-110"

⑥

1）创建spark任务节点参数说明

参数	值	说明
connects	[]	流程定义节点图标连接信息(json格式)
locations	{"spark-100":{"name":"spark-100","targetarr":"","nodenumber":"0","x":50,"y":50}}	流程定义节点坐标位置信息(json格式)
name	spark-任务ID	流程定义名称
id	94	流程定义ID
processDefinitionJson	{"globalParams":[],"tasks":[{"type":"SPARK","id":"spark-100","name":"spark-100","params":{"mainClass":"Test2","mainJar":{"id":64},"deployMode":"cluster","resourceList":[],"localParams":[],"driverCores":1,"driverMemory":"1G","numExecutors":"1","executorMemory":"1G","executorCores":"1","mainArgs":"\"{\\"nodes\\":[{\\"outputs\\":\\"9e3be626\\",\\"color\\":\\"#1890FF\\",\\"shape\\":\\"flow-circle\\",\\"inputs\\":[],\\"index\\":0,\\"label\\":\\"dataSource_8548f316\\",\\"modelType\\":\\"dataSource\\",\\"type\\":\\"node\\",\\"size\\":\\"7272\\",\\"x\\":227.05078125,\\"name\\":\\"数据源_8548f316\\",\\"y\\":131.0625,\\"id\\":\\"8548f316\\",\\"config\\":{\\"targetTable\\":\\"machine_learning_house_info2\\",\\"sourceType\\":\\"mysql\\"} },{\\"outputs\\":[],\\"color\\":\\"#cba022\\",\\"shape\\":\\"flow-rect\\",\\"inputs\\":\\"8548f316\\",\\"index\\":1,\\"label\\":\\"simpleSampling_9e3be626\\",\\"modelType\\":\\"simpleSampling\\",\\"type\\":\\"node\\",\\"size\\":\\"15033\\",\\"x\\":228.05078125,\\"name\\":\\"采样《随机采样》_9e3be626\\",\\"y\\":346.0625,\\"id\\":\\"9e3be626\\",\\"config\\":{\\"seed\\":\\"\\",\\"withReplacement\\":false,\\"countOrRatio\\":\\"200\\",\\"sampleType\\":0} }],\\"name\\":\\"da's13\\",\\"id\\":44,\\"describeInfo\\":\\"sdasad\\"}\"","others":"","programType":"JAVA","sparkVersion":"SPARK2"},"description":"","timeout":{"strategy":"","interval":null,"enable":false},"runFlag":"NORMAL","conditionResult":{"successNode":"","failedNode":""},"dependence":{},"maxRetryTimes":"0","retryInterval":"1","taskInstancePriority":"MEDIUM","workerGroup":"default","preTasks":[]}],"tenantId":3,"timeout":0}	==流程定义详细信息(json格式)，type：节点类型，id：tasks-任务ID，代表节点ID，name，spark-任务ID，代表节点名称，params：节点所有参数，mainClass：spark任务jar得主函数，mainJar：代dolphinscheduler调度器得资源中心上得资源ID，mainArgs：代表spark任务jar所需要的参数String[] args tenantId：租户ID，也就是hdfs租户ID==

2）创建datax任务节点参数说明

参数	值	说明
connects	[]	流程定义节点图标连接信息(json格式)
locations	{"datax-100":{"name":"datax-100","targetarr":"","nodenumber":"0","x":50,"y":50}}	流程定义节点坐标位置信息(json格式)
name	datax-任务ID	流程定义名称
id	95	流程定义ID
processDefinitionJson	{"tenantId":3,"globalParams":[],"timeout":0,"tasks":[{"conditionResult":{"successNode":[],"failedNode":[]},"description":"","runFlag":"NORMAL","type":"DATAX","params":{"customConfig":1,"json":"{\"job\":{\"content\":[{\"reader\":{\"parameter\":{\"password\":\"gee123456\",\"connection\":[{\"querySql\":\"SELECT id, name FROM test_test\",\"jdbcUrl\":\"jdbc:mysql://192.168.20.75:9950/geespace_bd_platform_dev\"}],\"username\":\"geespace\"},\"name\":\"mysqlreader\"},\"writer\":{\"parameter\":{\"password\":\"gee123456\",\"column\":\"id\",\"name\",\"connection\":[{\"jdbcUrl\":\"jdbc:mysql://192.168.20.75:9950/geespace_bd_platform_dev\",\"table\":\"test_test_1\"}],\"writeMode\":\"insert\",\"username\":\"geespace\"},\"name\":\"mysqlwriter\"}}],\"setting\":{\"errorLimit\":{\"record\":0,\"percentage\":0.02},\"speed\":{\"channel\":1}}}}","localParams":[]},"timeout":{"enable":false,"strategy":""},"maxRetryTimes":"0","taskInstancePriority":"MEDIUM","name":"datax-144","dependence":{},"retryInterval":"1","preTasks":[],"id":"datax-144","workerGroup":"default"}]}	==流程定义详细信息(json格式)，type：节点类型，id：datax-任务ID，代表节点ID，name：datax-任务ID，代表节点名称，params：节点所有参数，customConfig：代表数据同步类型，json：数据同步datax的json，localParams：[]，tenantId：租户ID，也就是hdfs租户ID==