DolphinScheduler 如何高效调度 AnalyticDB on Spark 作业？

毋峻舷 · 2025-7-17 16:22:52

DolphinScheduler是一个分布式易扩展的可视化DAG工作流任务调度开源系统，能高效地执行和管理大数据流程。用户可以在DolphinScheduler Web界面轻松创建、编辑和调度云原生数据仓库 AnalyticDB MySQL 版的Spark作业。
前提条件

调度Spark SQL作业

AnalyticDB for MySQL支持使用批处理和交互式两种方法执行Spark SQL。选择的执行方式不同，调度的操作步骤也有所不同。详细步骤如下：
批处理

说明：您只需要配置keyId、secretId、regionId、clusterId和rgName这些必填参数。

创建项目。
- 访问DolphinScheduler Web界面，在顶部导航栏单击项目管理。
- 单击创建项目。
- 在弹出的创建项目对话框中配置项目名称、所属用户等参数。
创建工作流。
- 单击已创建的项目名称，进入工作流定义页面。
- 单击创建工作流，进入工作流DAG编辑页面。
- 在页面左侧选择SHELL，并将其拖拽到右侧空白画布中。
- 在弹出的当前节点设置对话框中配置如下参数：
- 单击确认。
- 单击页面右上角保存，在弹出的基本信息对话框中配置工作流名称等参数，单击确定。

说明：其他参数说明请参见DolphinScheduler任务参数。

交互式

获取Spark Interactive型资源组的连接地址。
- 登录云原生数据仓库AnalyticDB MySQL控制台，在左上角选择集群所在地域。在左侧导航栏，单击集群列表，在企业版、基础版或湖仓版页签下，单击目标集群ID。
- 在左侧导航栏，单击集群管理 > 资源管理，单击资源组管理页签。
- 单击对应资源组操作列的详情，查看内网连接地址和公网连接地址。您可单击端口号括号内的image按钮，复制连接地址。
以下两种情况，您需要单击公网地址后的申请网络，手动申请公网连接地址。
- 提交Spark SQL作业的客户端工具部署在本地。
- 提交Spark SQL作业的客户端工具部署在ECS上，且ECS与AnalyticDB for MySQL不属于同一VPC。
创建数据源。
- 访问DolphinScheduler Web界面，在顶部导航栏单击数据源中心。
- 单击创建数据源，选择数据源类型为Spark。
- 在弹出的创建数据源对话框中配置如下参数：
- 单击测试连接，测试成功后，单击确定。

说明：其他参数为选填参数，详情请参见MySQL数据源。

创建项目。
- 访问DolphinScheduler Web界面，在顶部导航栏单击项目管理。
- 单击创建项目。
- 在弹出的创建项目对话框中配置项目名称、所属用户等参数。
创建工作流。
- 单击已创建的项目名称，进入工作流定义页面。
- 单击创建工作流，进入工作流DAG编辑页面。
- 在页面左侧选择SQL，并将其拖拽到右侧空白画布中。
- 在弹出的当前节点设置对话框中配置如下参数：
- 单击确认。
- 单击页面右上角保存，在弹出的基本信息对话框中配置工作流名称等参数，单击确定。
运行工作流。
- 单击工作流操作列的
  
  按钮，上线工作流。
- 单击工作流操作列的
  
  按钮。
- 在弹出的启动前请先设置参数对话框中，配置对应参数。
- 单击确定，运行工作流。
查看工作流详细信息。
- 在左侧导航栏单击任务实例。
- 在操作列，单击
  
  按钮，查看工作流执行结果和日志信息。

调度Spark Jar作业

说明：您只需要配置keyId、secretId、regionId、clusterId和rgName这些必填参数。如果您的Spark Jar包在本地，还需要配置ossUploadPath等OSS相关参数。

创建项目。
- 访问DolphinScheduler Web界面，在顶部导航栏单击项目管理。
- 单击创建项目。
- 在弹出的创建项目对话框中配置项目名称、所属用户等参数。
创建工作流。
- 单击已创建的项目名称，进入工作流定义页面。
- 单击创建工作流，进入工作流DAG编辑页面。
- 在页面左侧选择SHELL，并将其拖拽到右侧空白画布中。
- 在弹出的当前节点设置对话框中配置如下参数：
- 单击确认。
- 单击页面右上角保存，在弹出的基本信息对话框中配置工作流名称等参数，单击确定。

说明：其他参数说明请参见DolphinScheduler任务参数。

来源：豆瓜网用户自行投稿发布，如果侵权，请联系站长删除

账号		自动登录	找回密码
密码			立即注册