dolphinscheduler简单任务定义及复杂的跨节点传参

上帝

发布于 2022-07-30 11:24:13

2.4K00

代码可运行

文章被收录于专栏：影子影子

运行总次数：0

代码可运行

dolphinscheduler简单任务定义及跨节点传参

转载请注明出处 https://cloud.tencent.com/developer/article/2062647

写在前面

dolphinscheduler是一款非常不错的调度工具，本文我就简称ds啦，可单机可集群可容器，可调度sql、存储过程、http、大数据，也可使用shell、python、java、flink等语言及工具，功能强大类型丰富，适合各类调度型任务，社区及项目也十分活跃，现在github中已有8.2k的star👍

所以，本篇博文开始会逐步讲一些ds相关的东西，也期待各位同行能接触到此并能实际解决一些生产上的问题～😁

一.准备工作

阅读本博文前建议您先阅读下官方的文档[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)（虽然也会碰到一些坑😂）
这里，先准备下sql表资源，以下为`postgresql`的`sql`脚本:

（表结构）

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)
);

（表数据）

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

因为个人使用的postgresql的数据库，如果您是mysql或者其他数据的用户，请自行更改以上表和数据并添加到库中即可

表及数据入库，请将tmp所属的库配置到 ds后台->数据源中心->创建数据源 ，以下是我的配置，记住，这里面的所有数据库配置均遵守所属数据库类型的jdbc的driver的配置参数，配置完成也会在ds的数据库生成一条jdbc的连接地址，这点要明白～

二.简单的项目创建及说明

因为`ds`的任务是配置在项目下面，所以第一步得新建一个项目，这样：`ds后台`->`项目管理`->`创建项目`，这是我创建的，请看：

准备完项目之后，鼠标点进去，并进入到 工作流定义菜单页面，如下图：

先简单到解释下ds的一点儿基本结构，首先，ds一般部署在linux服务器下，创建任务的用户需要在admin账户下创建，重要的是创建的每个工作账户需要与操作系统用户一一对应，比如你创建了一个 test 的ds账户，那ds所在的服务器也必须有一个test的账户才可行，这是ds的规则，我没法解释为什么。

每个用户下(除了admin外）所能创建的调度任务均在各自创建的项目下，每个项目又分为多个任务(工作流定义),一个任务下又可分为多个任务节点，下图为任务定义：

ok,如果已经准备好以上步骤，下面开始定义一个简单的调度任务，继续哈～

三.简单的参数传递

先看表：

我们先做个简单的，比如图中，如果二狗子的本名叫：李思，需要我们取id=1的name放到id=3的label中，并且更新update_time

1.这里第一步在工作流定义列表，点击 创建工作流 就进入一个具体的任务(工作流)的定义,同时我们使用的是sql任务，所以就需要从左侧拖动一个sql任务到画布中(右侧空白处)：

因为拖动sql任务到画布会自动弹出节点定义，上图为当前节点的一个定义，重点是：数据源、sql类型、sql语句，如官方所说，如果将name传递到下游，则需要在自定义参数重定义这个name为out方向 类型为varchar。

2.因为传递到参数需要写入到表，这里我们再定义一个节点，这个节点负责接收上游传递到name，执行update时使用这个name，以下是我的定义：

看到没，这里不仅仅要注意sql类型(sql类型与sql语句是一一对应的，类型不能错) ，还有就是前置任务一定要选中(上面定义的)node1节点。

另外，需要注意的是当前任务是上下游传参，所以在node2中是直接使用node1中定义的name这个参数哈

3.定义完成当前任务就需要保存：点右上角保存，填写并保存后点关闭以退出定义：

4.因为定义的任务需要上线了才可执行，所以，在工作流定义列表先点该任务的黄色按钮(任务上线)，然后才是点绿色按钮(执行任务)：

5.任务执行成功与否，具体得看任务实例，这是执行node2节点的日志：

顺带再看看数据库表是否真实成功：

完美😊

四.复杂的跨节点传参

首先看表：

思考一个问题：可以看到李思的score是85，根据score应该被评为 B(>=90的为A)并写入到label字段，该怎么办呢，如果这个分数是90分又该怎么办呢，如果根本没有score(分值) 这个任务是不是就不需要更新李思的label(评分)呢？

对于上面问题可以有一些偏门的解决方法，比如在sql中塞一个异常值，这样看似不错，不过作为调度工具建议还是在condition节点或者switch节点处理是最好的，不过就目前我用的2.0.5版本的ds对于这两类任务节点是没法接收参数的，这是一个遗憾；遂~个人觉得较好的方式是在写入节点之前增加一个判断节点，将错误抛出(没有score的）最好～，对于此，我使用了一个shell的中间节点。

下面是我定义的三个节点：

node1节点定义：

node2节点定义：

(脚本内容)

#!/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节点定义：

看一眼结果🤓：

五.中间的坑

对于复杂节点传参数也碰到一些坑，这些坑大概有这些：

1.对于shell脚本不熟悉的，判断节点其实还是有一些难度的，这是很重要的一点
2.node2(判断节点)不能有重复的参数，不管局部的还是node1(上一级)传递过来的，均不能重复
3.因为在node2(判断节点)需要将id以及label继续往下传(to node3),这时候就需要给id以及label定义一个映射的out变量(id2、label2)
4.node2中重新设置参数麻烦，需要在shell中重新定义变量(id2、label2),同时需要在shell任务内使用拼接的方式赋值(如：echo '${setValue(id2='$id')}')
5.sql类型以及不同节点下不同参数时常搞错，不是任何节点都可以接收上级节点参数，以及局部变量与传递变量以及全局变量优先级区别及可能造成冲突
6.ds列表传参(2.0是不可以的)很鸡肋,对于列表传参又不能在下一级节点做循环赋值，这点对于ds是有改进的空间的
7.等等...