DophineSheduler上下游任务之间动态传参案例及易错点总结

乎语百科 2022-10-01 01:46:55 311 0

作者简介

淡丹

数仓开发工程师

5年数仓开发经验，目前主要负责百得利MOBY新车业务

二手车业务及售后服务业务系统数仓建设

业务需求

在ETL任务之间调度时，我们有的时候会需要将上游的计算结果作为参数传入到下游，针对这种业务需求，海豚调度器为我们提供了一些功能。

具体如下：

DolphinScheduler允许在任务间进行参数传递，目前传递方向仅支持上游单向传递给下游。

支持这个特性的任务类型有：

Shell
SQL

当定义上游节点时，如果有需要将该节点的结果传递给有依赖关系的下游节点，需要在【当前节点设置】的【自定义参数】设置一个方向是 OUT 的变量。

目前我们主要针对 SQL 和 SHELL 节点做了可以向下传递参数的功能。

SQL任务

步骤1：SQL任务构建

测试SQL如下

select label_id,label_name  from (
select "10" as label_id,"客户" as label_name
  ) t

具体如下图

注意点

方向选择为 OUT，只有当方向为 OUT 时才会被定义为变量输出
数据类型可以根据需要选择不同数据结构
Value 部分不需要填写
参数名字一定要和字段名字对应，否则不会识别

如果 SQL 节点的结果为多行，一个或多个字段，参数的名字需要和字段名称一致。

数据类型选择为LIST。获取到 SQL 查询结果后会将对应列转化为 LIST，并将该结果转化为 JSON 后作为对应变量的值。（注意新版本才会有，低版本没有LIST结构）

步骤2：SHELL脚本测试

注意此处，输入参数不需要填写，下游直接引用上游的变量即可

步骤3:上线验证结果

查看结果日志，可以看到下游节点已经接收到参数

SHELL任务

先看官网说明（链接）：

https://dolphinscheduler.apache.org/zh-cn/docs/latest/user_doc/guide/parameter/context.html

prop 为用户指定；
方向选择为 OUT，只有当方向为 OUT 时才会被定义为变量输出；
数据类型可以根据需要选择不同数据结构；
value 部分不需要填写；

用户需要传递参数，在定义 shell 脚本时，需要输出格式为 ${setValue(key=value)} 的语句，key 为对应参数的 prop，value 为该参数的值。

例如下图

SHELL 节点定义的时候

日志检测到 ${setValue(key=value1)} 的格式时，会将 value1 赋值给 key，下游节点便可以直接使用变量 key 的值。

同样，您可以在【工作流实例】页面，找到对应的节点实例，便可以查看该变量的值。

但在实际使用中官网的例子是跑不通的，这里面有小坑，上述在使用 ${setValue(key=value)} 这种形式传参的时候必须用引号引起来。

如下才能成功

echo '${setValue(key=value)}'

案例所示

上线执行后查看日志如下：

可以看到结果已经打印出来。

如果取掉单引号会报如下错误：语法上就无法通过。

所以在SHELL中传参的时候，根据给的固定语法前，必须得加上单引号，否则语法无法通过。

上述的例子也仅仅是 Key 后面跟的常量参数，事实上我们往往都是需要动态传参数的，所以 SHELL 的这种静态传递参数给下游其实是没有意义的，因为如果是静态的，我们为什么不选择in中输入参数呢？

如下图所示

我们在不同任务之间上下游之间的参数传递，往往是需要动态的/上游某个代码执行后的结果传递给下游。

我们不妨来试试这种方式是否可以？根据猜想我们编写如下案例：

任务1：

任务2：

查看test2的日志并未有任何执行结果打印出

根据上面的猜测，由于在使用的时候我们整体上加了单引号，又根据shell语法的经验，所以笔者决定在引用变量的时候再加单引号试试，也就是如下形式:

echo '${setValue(key='$value')}'

我们来继续实验：

value=`date`
echo $value
echo "-------------start-----------"
echo '${setValue(key='$value')}'
echo "-------------end----------------"

查看任务2的执行结果日志：

我们看到出现了最终想要的执行结果日志,也就是说想要动态传参必须采用如下模式才能成功~

echo '${setValue(key='$value')}'

注意：在海豚调度器在 3.0.0-beta-1 版本后修复了这一问题，可以更好的支持动态传参问题，比如动态地获取现有的本地或 HTTP 资源并获取设定变量。

具体使用方法如下：

lines_num=$(wget https://raw.githubusercontent.com/apache/dolphinscheduler/dev/README.md -q -O - | wc -l | xargs)

echo "#{setValue(set_val_var=${lines_num})}"

总体传参串联任务案例

第一步：设置任务输出参数

第二步：获取第一步参数并打印输出，且继续传参

第三步：使用SQL语句获取第一步传递的参数，并把结果传递给下游。

引用参数时候，直接引用自定义输出参数的 Key 就可以了，比如本案例的 output ,一般采用${output}的形式，具体如下图所示：

第四步：获取第三步的执行结果参数，并将结果输出~

【注意点】如果是sql任务：sql结尾不要有分号（;）否则会报错。

整体流程如下图所示

查看最终(邮件结果）如下：

任务4日志信息：可以看到已生成结果信息

小结

本文总结了DophineSheduler上下游任务之间参数传递的方法，并对其中的易错点进行了梳理，同时给出了具体参数传递的案例，读者可自行进行摸索。

其中易错点归纳如下：

（1）参数输出时方向选择为 out

（2）sql任务时参数的 key 值一定和 sql 语句中的字段名保持一致，否则不识别

（3）输出的value值不需要填写

（4）shell任务时，具体参考如下模板，模板中注意引号的使用

echo '${setValue(key='$value')}'

　　注意此处等号左边的 key 需要和自定义输出的参数key 名字一致

（5）sql任务中结尾不要有分号

（6）引用参数时只需要采用${key}即可

最后，如果对这个话题感兴趣的话，可以进群一起交流沟通，谢谢大家~

最后非常欢迎大家加入 DolphinScheduler 大家庭，融入开源世界！

我们鼓励任何形式的参与社区，最终成为 Committer 或 PPMC，如：

将遇到的问题通过 GitHub 上 issue 的形式反馈出来。
回答别人遇到的 issue 问题。
帮助完善文档。
帮助项目增加测试用例。
为代码添加注释。
提交修复 Bug 或者 Feature 的 PR。
发表应用案例实践、调度流程分析或者与调度相关的技术文章。
帮助推广 DolphinScheduler，参与技术大会或者 meetup 的分享等。

欢迎加入贡献的队伍，加入开源从提交第一个 PR 开始。

比如添加代码注释或找到带有 ”easy to fix” 标记或一些非常简单的 issue(拼写错误等) 等等，先通过第一个简单的 PR 熟悉提交流程。

注：贡献不仅仅限于 PR 哈，对促进项目发展的都是贡献。

相信参与 DolphinScheduler，一定会让您从开源中受益！

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%22volunteer+wanted%22

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。

来吧，开源社区非常期待您的参与。

标签：