最近使用 Apache DolphinScheduler 调度任务，不可避免地使用到【补数据】功能，经过不断尝试，终于成功运行了【补数据】功能，以此帖记录。

• 版本说明：3.1.9

补数据功能简介

"补数据" 在 Apache DolphinScheduler 中指的是 补数据(Complement Data) 功能，用于补充执行历史时间段内的工作流实例。

补数据功能概述

补数据是工作流执行的一种特殊模式，让用户可以为过去的时间段批量创建和执行工作流实例<cite />。这在以下场景中特别有用:

• 需要重新处理历史数据
• 系统故障后需要补充缺失的数据处理
• 新增数据处理逻辑后需要回填历史数据
• 定期批量数据处理

补数据配置参数

在工作流启动界面中，补数据功能包含以下配置选项:

1. 是否是补数据 (whether_complement_data): 开关选项，启用补数据模式

2. 调度日期 (schedule_date): 指定需要补数据的时间范围 ：

   • 支持日期选择和手动输入两种方式
   • 格式为 yyyy-MM-dd HH:mm:ss，多个日期用逗号分隔
   • 限制最多输入100条日期

3. 执行方式 (mode_of_execution)：

   • 串行执行: 按顺序逐个执行补数据任务
   • 并行执行: 同时执行多个补数据任务

4. 并行度 (parallelism): 当选择并行执行时，可以设置自定义并行度来控制同时执行的任务数量

   • 这有助于避免大量补数据任务对服务器造成过大影响

5. 执行顺序 (order_of_execution) :

   • 按日期升序执行: 从最早的日期开始执行
   • 按日期降序执行: 从最近的日期开始执行

使用补数据功能操作步骤

首先是工作流的任务配置，见下图

接着，保存工作流，未设置全局变量。上线工作流。

最后，运行工作流，运行参数见下图

1. 选择补数据的日期范围
2. 【启动参数】为定义任务时设置的参数dt，value为空即可。
3. 点击【确定】后自动运行

验证结果

点击【工作流实例】，查看运行结果。

点击第1个实例进入，查看日志

结果显示，SQL 运行结果为补数据选择的日期，补数据功能正常可用。

Notes

补数据功能是 Apache DolphinScheduler 工作流管理中的重要特性,通过灵活的配置选项(执行方式、并行度、执行顺序等)来满足不同的数据补充需求<cite />。在使用时需要注意合理设置并行度,避免对系统资源造成过大压力。