Apache DolphinScheduler GitHub Star 突破 10000+！
今天，Apache DolphinScheduler GitHub Star 突破 10000，项目迎来一个重要里程碑。这表明 Apache DolphinScheduler 已经在全球的开发者和用户中获得了广泛的认可和使用。
DolphinScheduler 旨在解决公司日常运营中的大数据处理工作流调度和执行问题，2018 年以 Apache License 2.0 的开源协议发布，并在社区中获得大力支持。目前，Apache DolphinScheduler 项目在 GitHub 上已获得 10K Star，拥有 400+ 贡献者，累积发版 40+ ，Fork 3.7K ，Pull Request 接近 7000 ，并已应用于 3000+ 家公司生产实践环境。
该平台提供了 强大且易于使用的 Web 界面 ，用户可以在其中创建、调度和监控工作流。它 支持多种数据处理引 擎，包括 Hadoop、Spark、Flink 和 Hive，并可以轻松地 与各种数据存储系统（如 HDFS、S3 和 MySQL）集成 。
DolphinScheduler 的 架构基于分布式和高可用设计，保证了平台的可扩展性和可靠性 。它还 支持多种部署模式，包括独立模式、集群模式和 Kubernetes 模式 ，以满足不同用户的需求。
DolphinScheduler 的一个 关键特性 是它对 DAG（有向无环图）工作流定义的支持 ，使用户可以轻松定义复杂的数据处理工作流。它还提供了多种调度策略，包括 cron、interval 和基于依赖关系的调度，以满足不同的调度需求。
另一个值得注意的 DolphinScheduler 特性是其支持告警和监控 。该平台提供了内置的告警系统，可以通过电子邮件、短信或其他渠道通知用户作业失败或其他问题，还提供了强大的监控仪表板，使用户可以实时跟踪工作流的状态和性能。
AI 和 MLOps 场景支持 也是 Apache DolphinScheduler 的特色，可以为处理日益复杂的机器学习场景提供强大的调度功能。
此外，在不断迭代中，Apache DolphinScheduler 发布了 Python API PyDolphinScheduler，让用户可以通过 Python 定义工作流，满足开发者多样化的开发需求。
DolphinScheduler 凭借其易于使用、强大的功能和开源特性，在大数据处理社区中获得大批“粉丝”。随着最近在 GitHub 上突破 10000 个 Star 的里程碑，我们有信心在未来几年继续发展壮大，欢迎更多小伙伴的加入！
参与贡献
随着国内开源的迅猛崛起，Apache DolphinScheduler 社区迎来蓬勃发展，为了做更好用、易用的调度，真诚欢迎热爱开源的伙伴加入到开源社区中来，为中国开源崛起献上一份自己的力量，让本土开源走向全球。
参与 DolphinScheduler 社区有非常多的参与贡献的方式，包括：
贡献第一个PR(文档、代码) 我们也希望是简单的，第一个PR用于熟悉提交的流程和社区协作以及感受社区的友好度。
社区汇总了以下适合新手的问题列表：https://github.com/apache/dolphinscheduler/issues/5689
非新手问题列表：https://github.com/apache/dolphinscheduler/issues?q=is%3Aopen+is%3Aissue+label%3A"volunteer+wanted"
如何参与贡献链接：https://dolphinscheduler.apache.org/zh-cn/community/development/contribute.html
来吧，DolphinScheduler开源社区需要您的参与，为中国开源崛起添砖加瓦吧，哪怕只是小小的一块瓦，汇聚起来的力量也是巨大的。
参与开源可以近距离与各路高手切磋，迅速提升自己的技能，如果您想参与贡献，我们有个贡献者种子孵化群，可以添加社区小助手(Leonard-ds) ，手把手教会您( 贡献者不分水平高低，有问必答，关键是有一颗愿意贡献的心 )。
来吧，开源社区非常期待您的参与。
