云原生数据仓库AnalyticDB：DolphinScheduler调度Spark

前提条件

• AnalyticDB for MySQL集群的产品系列为企业版、基础版或湖仓版。

• 已在AnalyticDB for MySQL集群中创建Job型资源组。

• 已安装JDK，且JDK的版本为1.8及以上版本。

• 已安装DolphinScheduler。具体操作，请参见DolphinScheduler官方文档。

• 已将运行DolphinScheduler的服务器IP地址添加至AnalyticDB for MySQL集群的白名单中。具体操作，请参见白名单。

操作步骤

1. 安装Spark-Submit命令行工具并配置相关参数。安装操作与参数说明，请参见安装Spark-Submit和参数配置。

   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。

2. 创建项目。

   1. 访问DolphinScheduler Web界面，在顶部导航栏单击项目管理。

   2. 单击创建项目。

   3. 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。详情请参见创建项目。

3. 创建工作流。

   1. 单击已创建的项目名称，进入工作流定义页面。

   2. 单击创建工作流，进入工作流DAG编辑页面。

   3. 在页面左侧选择Shell，并将其拖拽到右侧空白画布中。

   4. 在弹出的当前节点设置对话框中配置如下参数：

      参数	说明
      节点名称	工作流节点的名称。
      脚本	Spark-Submit命令行工具的安装地址及Spark作业的业务代码。例如： /root/adb-spark-toolkit-submit/bin/spark-submit --class org.apache.spark.examples.SparkPi --name SparkPi --conf spark.driver.resourceSpec=medium --conf spark.executor.instances=2 --conf spark.executor.resourceSpec=medium local:///tmp/spark-examples.jar 1000。 重要 调度Spark作业时，必须要在脚本中指定Spark-Submit命令行工具的地址，否则调度任务可能会找不到Spark-Submit命令。

      说明

      其他参数说明请参见DolphinScheduler任务参数。

   5. 单击确认。

   6. 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 。

4. 运行工作流。

   1. 单击工作流操作列的按钮，上线工作流。

   2. 单击工作流操作列的按钮。

   3. 在弹出的启动前请先设置参数对话框中，配置对应参数。

   4. 单击确定，运行工作流。

5. 查看工作流详细信息。

   1. 在左侧导航栏单击任务实例。

   2. 在 操作 列，单击 按钮 ，查看工作流执行结果和日志信息 。