dolphinscheduler簡單任務定義及跨節點傳參

轉載請注明出處 http://www.rzrgm.cn/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并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[https://dolphinscheduler.apache.org/zh-cn/docs/latest/user_doc/guide/parameter/context.html)(https://dolphinscheduler.apache.org/zh-cn/docs/latest/user_doc/guide/parameter/context.html)（雖然也會碰到一些坑??）
這里，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的數據庫，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并添加到庫中即可
表及數據入庫，請將tmp所屬的庫配置到 ds后臺->數據源中心->創建數據源 ，以下是我的配置，記住，這里面的所有數據庫配置均遵守所屬數據庫類型的jdbc的driver的配置參數，配置完成也會在ds的數據庫生成一條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后臺`->`項目管理`->`創建項目`，這是我創建的，請看：

準備完項目之后，鼠標點進去，并進入到 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服務器下，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操作系統用戶一一對應，比如你創建了一個 test 的ds賬戶，那ds所在的服務器也必須有一個test的賬戶才可行，這是ds的規則，我沒法解釋為什么。
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

先看表：

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，并且更新update_time

• 1.這里第一步 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，這里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，這里不僅僅要注意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，填寫并保存后點關閉以退出定義：
  

• 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)，然后才是點綠色按鈕(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節點的日志：
  

  順帶再看看數據庫表是否真實成功：
  

  完美??

四.復雜的跨節點傳參

首先看表：

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)并寫入到label字段，該怎么辦呢，如果這個分數是90分又該怎么辦呢，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？
對于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對于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～，對于此，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

對于復雜節點傳參數也碰到一些坑，這些坑大概有這些：

• 1.對于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)不能有重復的參數，不管局部的還是node1(上一級)傳遞過來的，均不能重復
• 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變量(id2、label2)
• 4.node2中重新設置參數麻煩，需要在shell中重新定義變量(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，以及局部變量與傳遞變量以及全局變量優先級區別及可能造成沖突
• 6.ds列表傳參(2.0是不可以的)很雞肋,對于列表傳參又不能在下一級節點做循環賦值，這點對于ds是有改進的空間的
• 7.等等...

對于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??，后面會聊...大家期待喲??