开源分布式工作流任务调度系统EasyScheduler使用详解
使用手册 登录 输入http://192.168.xx.xx:8888/view/login/index.html 网址，输入用户名：admin，密码：escheduler123 登录 登录之后每个页面的右上角都有用户的身份标识。点击下拉箭头包含用户信息和退出两个按钮 点击“用户信息”按钮，如下图： 点击”修改”按钮，修改用户信息 点击退出按钮则退出系统，返回登录页面 安全中心 只有管理员才有安全中心，安全中心的主要功能是给管理员提供管理普通用户的功能。 管理员可以有多个，管理员是功能上的管理，不参与具体的业务。也就是说管理员是不能执行具体任务的。 租户管理 租户是Linux上的用户，用于作业的提交。 创建、编辑租户 <img src="https://analysys.github.io/EasyScheduler/zh_CN/images/addtenant.png" width="60%" /> 租户编码：租户编码是Linux上的用户，唯一，不能重复 租户名称：租户的名称 队列：租户对应的YARN上的队列，在数据库 t_escheduler_queue 中设置 描述：租户的描述信息 用户管理 用户是EasyScheduler上的用户，用于EasyScheduler上的功能操作。 创建、编辑用户 用户名称：用户的名称，唯一，不能重复 租户：设置该用户所属的租户 邮箱：输入用户的邮箱，用来邮件发送和任务告警 手机：输入用户的手机号 注意：如果该用户切换了租户，则该用户所在租户下所有资源将复制到切换的新租户下 授权 管理员可以对普通用户进行非其创建的项目、资源、数据源和UDF函数进行授权。因为项目、资源、数据源和UDF函数授权方式都是一样的，所以以项目授权为例介绍。 1.点击指定人的授权按钮，如下图： 2.选中项目按钮，进行项目授权 项目列表：是该用户未授权的项目 已选项目：是该用户已授权的项目。 特别注意：对于用户自己创建的项目，该用户拥有所有的权限。则项目列表和已选项目列表中不会体现。 告警组管理 告警组是告警用户抽象出来的组，使用告警组来管理用户。 新建、编辑邮件组 组名称：输入组的名称 组类型：支持邮件/短信两种 备注：输入告警组的备注信息 管理用户 管理用户列表：是未添加到该组的用户列表 已选管理用户：是已添加到该组的用户列表 服务管理 服务管理是对EasyScheduler的Master、Worker的任务监控 Master Worker 资源中心 资源中心主要分为文件管理和UDF函数管理。 文件管理：主要是用户的程序，脚本和配置文件需要上传到HDFS进行统一管理UDF函数管理：对用户创建的UDF进行管理 文件管理 创建文件 文件格式支持以下几种类型：txt、log、sh、conf、cfg、py、java、sql、xml、hql 上传文件 文件名：输入文件的名称 描述：输入文件的描述信息 上传文件：点击上传按钮进行上传，将文件拖拽到上传区域，文件名会自动以上传的文件名称补全 文件查看 对可查看的文件类型，点击 文件名称 可以查看文件详情 下载文件 可以在 文件详情 中点击右上角下载按钮下载文件，或者在文件列表后的下载按钮下载文件 文件重命名 删除 文件列表，点击 删除 按钮，删除文件 UDF管理 资源管理 资源管理和文件管理功能类似，不同之处是资源管理是上传的UDF函数，文件管理上传的是用户程序，脚本及配置文件 函数管理 创建、编辑UDF函数 目前只支持HIVE的临时UDF函数 UDF函数名称：输入UDF函数时的名称 包名类名：输入UDF函数的全路径 参数：用来标注函数的输入参数 数据库名：预留字段，用于创建永久UDF函数 UDF资源：设置创建的UDF对应的资源文件 数据源中心 数据源中心支持MySQL、POSTGRESQL、HIVE及Spark数据源 创建、编辑MySQL数据源 数据源：选择MYSQL 数据源名称：输入数据源的名称 描述：输入数据源的描述 IP/主机名：输入连接MySQL的IP 端口：输入连接MySQL的端口 用户名：设置连接MySQL的用户名 密码：设置连接MySQL的密码 数据库名：输入连接MySQL的数据库名称 Jdbc连接参数：用于MySQL连接的参数设置，以JSON形式填写 创建、编辑POSTGRESQL数据源 数据源：选择POSTGRESQL 数据源名称：输入数据源的名称 描述：输入数据源的描述 IP/主机名：输入连接POSTGRESQL的IP 端口：输入连接POSTGRESQL的端口 用户名：设置连接POSTGRESQL的用户名 密码：设置连接POSTGRESQL的密码 数据库名：输入连接POSTGRESQL的数据库名称 Jdbc连接参数：用于POSTGRESQL连接的参数设置，以JSON形式填写 创建、编辑HIVE数据源 1.使用HiveServer2方式连接 <img src="https://analysys.github.io/EasyScheduler/zh_CN/images/hive_edit.png" width="60%" /> 数据源：选择HIVE 数据源名称：输入数据源的名称 描述：输入数据源的描述 IP/主机名：输入连接HIVE的IP 端口：输入连接HIVE的端口 用户名：设置连接HIVE的用户名 密码：设置连接HIVE的密码 数据库名：输入连接HIVE的数据库名称 Jdbc连接参数：用于HIVE连接的参数设置，以JSON形式填写 2.使用HiveServer2 HA Zookeeper方式连接 <img src="https://analysys.github.io/EasyScheduler/zh_CN/images/hive_edit2.png" width="60%" /> 数据源：选择HIVE 数据源名称：输入数据源的名称 描述：输入数据源的描述 IP/主机名：输入连接Zookeeper的集群 端口：输入连接Zookeeper的端口 用户名：设置连接HIVE的用户名 密码：设置连接HIVE的密码 数据库名：输入连接HIVE的数据库名称 Jdbc连接参数：用于Zookeeper连接的参数设置，以JSON形式填写 创建、编辑Spark数据源 数据源：选择Spark 数据源名称：输入数据源的名称 描述：输入数据源的描述 IP/主机名：输入连接Spark的IP 端口：输入连接Spark的端口 用户名：设置连接Spark的用户名 密码：设置连接Spark的密码 数据库名：输入连接Spark的数据库名称 Jdbc连接参数：用于Spark连接的参数设置，以JSON形式填写 首页 首页是对所有项目在指定时间范围内的任务状态、流程状态和流程定义的统计。 首页和项目首页的主要区别在于： 首页中的图表是没有链接的，项目首页中图表是有链接的 首页统计的是所有的项目，项目首页统计的是某一个项目 项目管理 项目是调度对用户流程定义DAG分组的一个抽象 创建、编辑项目 项目名称：输入项目的名称 描述：输入项目的描述 项目首页 点击项目列表中的项目名称，可以跳转到指定的项目首页，如下图： 项目首页其中包含四个部分，任务状态统计，流程状态统计、流程定义统计及统计的时间范围 任务状态统计：是指在指定时间范围内，统计任务实例中的待运行、失败、运行中、完成、成功的个数 流程状态统计：是指在指定时间范围内，统计流程实例中的待运行、失败、运行中、完成、成功的个数 流程定义统计：是统计该用户创建的流程定义及管理员授予该用户的流程定义 注意：可以点击图，或者数量跳转到相应的任务实例，流程实例和流程定义列表 工作流 工作流分为流程定义、流程实例和任务实例三个功能模块 流程定义：是可视化拖拽成的DAG的统称，它是静态的，没有状态 流程实例：对流程定义的每次实例化会生成一个流程实例，是动态的，是有状态的 任务实例：流程实例DAG中每个Task称为任务实例，是动态的，是有状态的 流程定义 创建工作流 左侧工具栏 => 是目前调度支持的任务类型，当前调度支持SHELL、子流程、存储过程、SQL、MR、Spark和Python七种任务类型 右上角图标 => 分别是拖动节点和选中项、选择线条连线、删除选中的线或节点、全屏和流程定义保持，其主要功能是DAG的绘制所用 创建 SHELL节点 拖动工具栏中的任务节点到画板中，双击任务节点，如下图： 节点名称：一个流程定义中的节点名称是唯一的 运行标志：标识这个节点是否能正常调度 描述信息：描述该节点的功能 失败重试次数：任务失败重新提交的次数，支持下拉和手填 失败重试间隔：任务失败重新提交任务的时间间隔，支持下拉和手填 脚本：用户开发的SHELL程序 资源：是指脚本中需要调用的资源文件列表 自定义参数：是SHELL局部的用户自定义参数，会替换脚本中以${变量}的内容 创建 子流程 节点 拖动工具栏中的任务节点到画板中，双击任务节点，如下图： 节点名称：一个流程定义中的节点名称是唯一的 运行标志：标识这个节点是否能正常调度 描述信息：描述该节点的功能 子节点：是选择子流程的流程定义，右上角进入该子节点可以跳转到所选子流程的流程定义 创建 存储过程 节点 拖动工具栏中的任务节点到画板中，双击任务节点，如下图： 节点名称：一个流程定义中的节点名称是唯一的 运行标志：标识这个节点是否能正常调度 描述信息：描述该节点的功能 失败重试次数：任务失败重新提交的次数，支持下拉和手填 失败重试间隔：任务失败重新提交任务的时间间隔，支持下拉和手填 数据源：存储过程的数据源类型支持MySQL和POSTGRESQL两种，选择对应的数据源 方法：是存储过程的方法名称 自定义参数：存储过程的自定义参数类型支持IN、OUT两种，数据类型支持VARCHAR、INTEGER、LONG、FLOAT、DOUBLE、DATE、TIME、TIMESTAMP、BOOLEAN九种数据类型 创建 SQL 节点 拖动工具栏中的任务节点到画板中，双击任务节点，如下图： 节点名称：一个流程定义中的节点名称是唯一的 运行标志：标识这个节点是否能正常调度 描述信息：描述该节点的功能 失败重试次数：任务失败重新提交的次数，支持下拉和手填 失败重试间隔：任务失败重新提交任务的时间间隔，支持下拉和手填 数据源：SQL数据源支持MySQL、POSTGRESQL、HIVE和Spark四中数据源类型，选择对应的数据源 sql类型：支持查询和非查询两种，查询是select类型的查询，是有结果集返回的，可以指定邮件通知为表格、附件或表格附件三种模板。非查询是没有结果集返回的，是针对update、delete、insert三种类型的操作 sql参数：输入参数格式为key1=value1;key2=value2… sql语句：SQL语句 UDF函数：对于HIVE类型的数据源，可以引用资源中心中创建的UDF函数,其他类型的数据源暂不支持UDF函数 自定义参数：SQL任务类型自定义参数类型和数据类型同存储过程任务类型一样。区别在于SQL任务类型自定义参数会替换sql语句中${变量}，而存储过程是自定义参数顺序的给方法设置值 创建 MR 节点 拖动工具栏中的任务节点到画板中，双击任务节点，如下图： (1) JAVA程序 <img src="https://analysys.github.io/EasyScheduler/zh_CN/images/mr_java.png" width="60%" /> 节点名称：一个流程定义中的节点名称是唯一的 运行标志：标识这个节点是否能正常调度 描述信息：描述该节点的功能 失败重试次数：任务失败重新提交的次数，支持下拉和手填 失败重试间隔：任务失败重新提交任务的时间间隔，支持下拉和手填 主函数的class：是MR程序的入口Main Class的全路径 程序类型：选择JAVA语言 主jar包：是MR的jar包 命令行参数：是设置MR程序的输入参数，支持自定义参数变量的替换 其他参数：支持 –D、-files、-libjars、-archives格式 资源： 如果其他参数中引用了资源文件，需要在资源中选择指定 自定义参数：是MR局部的用户自定义参数，会替换脚本中以${变量}的内容 (2) Python程序 节点名称：一个流程定义中的节点名称是唯一的 运行标志：标识这个节点是否能正常调度 描述信息：描述该节点的功能 失败重试次数：任务失败重新提交的次数，支持下拉和手填 失败重试间隔：任务失败重新提交任务的时间间隔，支持下拉和手填 程序类型：选择Python语言 主jar包：是运行MR的Python jar包 其他参数：支持 –D、-mapper、-reducer、-input -output格式，这里可以设置用户自定义参数的输入，比如： -mapper "mapper.py 1" -file mapper.py -reducer reducer.py -file reducer.py –input /journey/words.txt -output /journey/out/mr/${currentTimeMillis} 其中 -mapper 后的 mapper.py 1是两个参数，第一个参数是mapper.py，第二个参数是1 资源： 如果其他参数中引用了资源文件，需要在资源中选择指定 自定义参数：是MR局部的用户自定义参数，会替换脚本中以${变量}的内容 创建 Spark 节点 拖动工具栏中的任务节点到画板中，双击任务节点，如下图： 节点名称：一个流程定义中的节点名称是唯一的 运行标志：标识这个节点是否能正常调度 描述信息：描述该节点的功能 失败重试次数：任务失败重新提交的次数，支持下拉和手填 失败重试间隔：任务失败重新提交任务的时间间隔，支持下拉和手填 程序类型：支持JAVA、Scala和Python三种语言 主函数的class：是Spark程序的入口Main Class的全路径 主jar包：是Spark的jar包 部署方式：支持yarn-cluster、yarn-client、和local三种模式 Driver内核数：可以设置Driver内核数及内存数 Executor数量：可以设置Executor数量、Executor内存数和Executor内核数 命令行参数：是设置Spark程序的输入参数，支持自定义参数变量的替换。 其他参数：支持 --jars、--files、--archives、--conf格式 资源：如果其他参数中引用了资源文件，需要在资源中选择指定 自定义参数：是MR局部的用户自定义参数，会替换脚本中以${变量}的内容 注意：JAVA和Scala只是用来标识，没有区别，如果是Python开发的Spark则没有主函数的class，其他都是一样 创建 Python 节点 拖动工具栏中的任务节点到画板中，双击任务节点，如下图： 节点名称：一个流程定义中的节点名称是唯一的 运行标志：标识这个节点是否能正常调度 描述信息：描述该节点的功能 失败重试次数：任务失败重新提交的次数，支持下拉和手填 失败重试间隔：任务失败重新提交任务的时间间隔，支持下拉和手填 脚本：用户开发的Python程序 资源：是指脚本中需要调用的资源文件列表 自定义参数：是Python局部的用户自定义参数，会替换脚本中以${变量}的内容 创建 依赖 节点 任务依赖分为水平依赖和垂直依赖 水平依赖就是指DAG图的有向依赖，是同一个流程实例任务节点的前驱，后继之间的依赖关系 垂直依赖是流程实例之间的任务依赖，基于定时的依赖。 拖动工具栏中的任务节点到画板中，双击任务节点，如下图： 节点名称：一个流程定义中的节点名称是唯一的 运行标志：标识这个节点是否能正常调度 描述信息：描述该节点的功能 失败重试次数：任务失败重新提交的次数，支持下拉和手填 失败重试间隔：任务失败重新提交任务的时间间隔，支持下拉和手填 任务依赖：增加依赖条件，选择依赖流程定义、节点名称（默认为全部节点）、依赖周期、依赖时间点 选择多个依赖条件之间的关系：或、且 流程实例列表 流程实例列表页是可以显示所有本项目下所有流程实例的列表，并有对流程实例进行名称、状态、时间等字段的筛选功能。通过列表页可以直接对某一个流程实例进行编辑、重跑、恢复失败、暂停、停止、恢复暂停、删除、查看甘特图等操作. 编辑功能： 对已经完成的流程实例，点击编辑按钮，可以对其编辑，如图： 查看流程实例运行变量 点击隐藏按钮，查看流程实例运行变量。如下图： 点击变量是对变量的复制 点击"重跑",可以对已经完成的流程实例进行重新运行操作，如图： 点击"恢复失败", 可以对失败的流程进行恢复，直接从失败的任务节点开始运行。如图： 点击"暂停", 可以对正在运行的流程进行暂停操作,如图： 点击"停止"，可以对正在运行的流程进行停止操作，如图： 点击"恢复暂停",可以对暂停的流程恢复，直接从暂停的节点开始运行，如图： 删除 删除流程实例及流程实例下的任务实例 Gantt Gantt图纵轴是某个流程实例下的任务实例的拓扑排序，横轴是任务实例的运行时间 任务实例列表页 点击任务实例节点，点击 查看历史，可以查看该流程实例运行的该任务实例列表 查看日志 点击任务实例节点，点击 查看日志，可以查看该任务实例运行的日志，如下图： 右上角是下载日志、刷新日志和放大/缩小按钮 注意：日志查看是分片的查看，上下滚动查看 任务实例 任务实例是流程实例任务节点的列表 两种方式查看任务实例： 第一种是通过流程实例任务节点 查看历史，这时查看的是此流程实例的任务实例 重跑的列表 第二种是通过点击 流程实例 导航栏，调转到流程实例列表，这时查看的是所有流程实例的任务实例列表 查看日志：点击 查看日志 按钮，可下载和查看日志 系统参数 ### 系统参数 变量 含义 ${system.biz.date} 日常调度实例定时的定时时间前一天，格式为 yyyyMMdd，补数据时，该日期 +1 ${system.biz.curdate} 日常调度实例定时的定时时间，格式为 yyyyMMdd，补数据时，该日期 +1 ${system.datetime} 日常调度实例定时的定时时间，格式为 yyyyMMddHHmmss，补数据时，该日期 +1 时间自定义参数 支持代码中自定义变量名，声明方式：${变量名}。可以是引用 "系统参数" 或指定 "常量"。 我们定义这种基准变量为 $[...] 格式的，$[yyyyMMddHHmmss] 是可以任意分解组合的，比如：$[yyyyMMdd], $[HHmmss], $[yyyy-MM-dd] 等 也可以这样： 后 N 年：$[add_months(yyyyMMdd,12*N)] 前 N 年：$[add_months(yyyyMMdd,-12*N)] 后 N 月：$[add_months(yyyyMMdd,N)] 前 N 月：$[add_months(yyyyMMdd,-N)] 后 N 周：$[yyyyMMdd+7*N] 前 N 周：$[yyyyMMdd-7*N] 后 N 天：$[yyyyMMdd+N] 前 N 天：$[yyyyMMdd-N] 后 N 小时：$[HHmmss+N/24] 前 N 小时：$[HHmmss-N/24] 后 N 分钟：$[HHmmss+N/24/60] 前 N 分钟：$[HHmmss-N/24/60] 用户自定义参数 用户自定义参数分为全局参数和局部参数。全局参数是保存流程定义和流程实例的时候传递的全局参数，全局参数可以在整个流程中的任何一个任务节点的局部参数引用。 例如： global_bizdate为全局参数，引用的是系统参数。 任务中local_param_bizdate通过${global_bizdate}来引用全局参数，对于脚本可以通过${local_param_bizdate}来引用变量local_param_bizdate的值，或通过JDBC直接将local_param_bizdate的值set进去
