在 Ubuntu 上安装 Docker 并运行 DolphinScheduler

一、背景与选型

1.1 定义

Apache DolphinScheduler 是一个可视化、分布式的大数据工作流任务调度系统。

通俗点说，就是用来编排和自动执行你那些复杂ETL任务的“指挥中心”。可以把之前写的各个SQL脚本、Shell脚本，都拖拽成一个有依赖关系的流程图（DAG），然后设定好时间（比如每天凌晨2点），它就会按时自动执行，并监控每个任务的运行状态

为什么用DolphinScheduler？

在数据开发中，任务编排是绕不开的痛点。早期用 Crontab 凑合，任务一多依赖关系就乱成麻，失败重试全靠手动，半夜被告警叫醒翻日志是常态。DolphinScheduler 解决的就是这个问题——用可视化 DAG 把依赖理清楚，支持自动重试、补数和告警，而且部署轻量，不依赖外部数据库，而且 DolphinScheduler 是国产开源项目，文档和社区交流都是中文，新手更容易上手。相比 Airflow 和 Azkaban，它更轻、更易上手，用 Docker 一键部署就能快速搭建一套可靠的任务调度系统。所以我选择它作为调度底座。

1.2 主流调度工具对比

对比维度AzkabanAirflowDolphinScheduler
核心定位LinkedIn开源的轻量级Hadoop任务调度器，主打简单依赖和定时执行。Airbnb开源，以代码定义工作流（Python）的国际标准调度平台，Apache顶级项目。易观开源的可视化DAG工作流调度系统，Apache顶级项目，国内企业友好型。
优点1.架构简单：依赖少（仅需MySQL），部署和上手快。
2.Hadoop原生支持：对Hive、Pig等任务友好。
3.轻量稳定：适合低复杂度、纯离线场景。		1.DAG表达能力极强：支持复杂条件分支、动态任务，Python代码灵活度最高。
2.生态无比丰富：拥有海量Operator和插件，是DataOps/MLOps的事实标准。
3.社区极其活跃：版本迭代快，云厂商和主流数据工具默认支持。		1.UI体验极佳：拖拽式可视化DAG定义，业务人员也能参与。
2.大数据生态集成：对Spark、Flink、Hive等任务支持完善，国内数据中台事实标准。
3.去中心化高可用：多Master/Worker架构，运维相对简单，支持多租户和资源队列。
缺点1.功能薄弱：DAG表达能力弱，不支持复杂分支、条件判断和任务重试。
2.权限粗糙：仅有项目级权限，多团队管理混乱。
3.社区停滞：更新缓慢，与现代数据栈割裂，不推荐新项目使用。		1.运维复杂：组件多（Scheduler, Web, Executor, MetaDB），调优门槛高。
2.Python门槛：必须用Python写DAG，非开发人员无法直接使用。
3.性能瓶颈：Scheduler基于轮询和数据库，任务量巨大时存在性能压力。		1.Python生态较弱：动态DAG能力和自定义灵活性不如Airflow。
2.二次开发成本高：海外社区影响力相对有限，深度定制不如Airflow方便。
3.细粒度权限管控：部分权限管控能力有待加强

  • 追求国际标准、生态丰富、团队Python技术强→选Airflow。它是数据工程领域最通用的“瑞士军刀”。

  • 追求易用性、可视化、团队技术栈偏Java/Scala或想低门槛→选DolphinScheduler。它在国内企业的数据中台建设中已成为事实标准。

  • 维护老Hadoop系统，任务量很小→可以继续用Azkaban。但任何新项目都不建议再选它

二、部署方式对比

为什么选择Docker部署DS？

对比项Docker 方式二进制包方式
下载大小~1.5 GB~300 MB
网络要求高（经常卡住）低
环境依赖只需 Docker需要 Java 8+
启动速度快（镜像已下载）快
与大数据组件集成需要配置网络

直接配置路径即可

适用场景体验/测试生产部署

综上对比，我开始了我的DS探索之旅。下面来讲DolphinScheduler的部署

三、Docker部署

Docker 方式，一键搞定，不用折腾环境

3.1 安装docker

打开Ubuntu终端，运行

# 更新软件包索引 sudo apt update # 安装依赖 sudo apt install -y apt-transport-https ca-certificates curl software-properties-common # 添加 Docker 官方 GPG 密钥 curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg # 知道 自己的 Ubuntu 版本 lsb_release -a # 添加 Docker 稳定版仓库（根据你的 Ubuntu 版本，如 20.04 或 22.04） echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null # 添加 Docker 官方仓库 版本是 Ubuntu 22.04 Jammy echo "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu jammy stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null # 安装 Docker sudo apt update sudo apt install -y docker-ce docker-ce-cli containerd.io # 将当前用户加入 docker 组（避免每次都用 sudo） sudo usermod -aG docker $USER #执行完后，退出当前终端会话重新登录，或者执行 newgrp docker，让权限生效。 # 启动 Docker 并设置开机自启 sudo systemctl enable docker sudo systemctl start docker

验证一下docker是否正常

docker --version #正常显示版本号，说明安装成功

验证普通用户能否执行 docker 命令

docker --version # 不报权限错误，就说明配置好了

启动 DolphinScheduler单机体验，遇到拉取docker镜像失败

遇到报错connection refused说明 Docker 无法连接到 Docker Hub 官方镜像仓库。这是网络问题，通常是国内访问 Docker Hub 被限制或速度太慢导致的。

解决方案——尝试配置 Docker 国内镜像加速器，配了中科大、网易、百度等镜像加速源，还可以选择阿里云专属加速器。还可以采取用其他方式部署——直接下载DolphinScheduler 的二进制包运行，不依赖 Docker

注意：Docker镜像拉取失败时，建议改用二进制包方式部署

四、二进制包部署

4.1 下载安装包

在遇到其他镜像源拉取不顺利的情况下，用官方归档站（archive.apache.org），它是最稳定、不会变动的下载源。

wget https://archive.apache.org/dist/dolphinscheduler/3.2.2/apache-dolphinscheduler-3.2.2-bin.tar.gz # 用 Apache 的永久归档链接，比 dlcdn 镜像更可靠，不会出现 404 的情况

然后就是漫长的等待过程，经历了3次断点续传！耗时4h31ms

4.2 解压与启动

终于，漫漫waiting过去了，下载好 了

# 解压安装包 tar -xvzf apache-dolphinscheduler-3.2.2-bin.tar.gz # 进入解压后的目录 cd apache-dolphinscheduler-3.2.2-bin # 启动 Standalone Server 服务 bash ./bin/dolphinscheduler-daemon.sh start standalone-server

想关闭服务如下

执行启动命令，服务就会重新跑起来，然后打开浏览器访问 就能使用了。

cd apache-dolphinscheduler-3.2.2-bin

bash ./bin/dolphinscheduler-daemon.sh start standalone-server

五、web界面访问

默认账号：admin，密码：dolphinscheduler123。

URL:http://<你的Ubuntu IP地址>:12345/dolphinscheduler/ui

如果是在虚拟机里运行 Ubuntu，需要确认网络模式是桥接模式（Bridged）或 NAT 端口转发，确保宿主机能访问到虚拟机的 IP。

六、DS后台实操

下面来跑一个调度任务，并跑通一个 Shell 任务。

目标：创建一个简单的 Shell 工作流并定时运行它

① 创建租户 (Tenant)

租户就是 DolphinScheduler 用来执行实际任务的Linux 系统用户。这能保证任务有正确的文件系统权限。并在用户管理中把刚才创建的租户分配给用户(下拉框中找到刚刚创建的租户，点击提交)，让admin用户有权限提交任务。

填信息，队列默认default就行

② 创建项目 ，工作流都必须归属在项目下。

③ 创建工作流 (Workflow) ，也就是画 DAG 图，进入一个可视化拖拽画布，这个画布是 DolphinScheduler 最核心的地方——拖拽式设计 DAG（有向无环图）。 从左侧工具栏里，把你需要的任务类型（比如 Shell 节点）拖到画布上。把 脚本内容填进去，或者引用你上传的资源文件。 一个节点与另一个节点之间形成它们的ETL前后依赖关系（比如：ODS装载完成，才执行DWD清洗）。

DAG (有向无环图)：这是核心思想，所有任务依赖关系都在这个图里清晰展示。DAG 说白了就是：谁先跑，谁后跑，用箭头连起来(任务先后执行流程图)。

任务类型：它原生支持 Shell、Hive、Spark、SQL 等几十种任务，非常贴合大数据场景，Hive SQL可以直接用。

④ 上线 填写节点名称，并输入脚本，都配置好了点击保存工作流，点击「上线」

⑤ 定时 接着会弹出问你要不要设置定时调度 ，有需要的话就点击，没有需要就关闭弹窗。定时任务让凌晨时刻执行，这样数仓ETL就会每天自动跑起来了！

⑥ 看效果 点左侧“工作流实例”→ 点击这个实例看到 绿色=成功，右键点任意节点 →“查看日志”，能看到你写的 echo 内容

DAG（有向无环图）的核心：

  • 有向：箭头指明了方向（A→B 就是 A 先跑）

  • 无环：没有回路（不会 A→B→A 死循环）

思考—从 C 再拖一条线回到 A？

系统会提示“不允许形成环”，这就是“无环”的体现。

还可以把任务类型换成“SQL”或“Hive”节点，感受一下不同任务类型。

总结流程

建租户 -> 建项目 -> 拖任务建 DAG -> 上线 -> 定时是 DolphinScheduler 的标准使用模式

遇到的问题

没有可安装候选

在知道自己的系统版本之后，按照下面一步步排查解决，最后验证版本号正常就可以了

# 1 删除可能存在的旧配置 sudo rm -f /etc/apt/sources.list.d/docker.list sudo rm -f /etc/apt/sources.list.d/docker-ce.list # 更新软件包列表 sudo apt update sudo apt install -y ca-certificates curl gnupg lsb-release # 2 安装必要依赖 # 3 添加 Docker 官方 GPG 密钥 # 创建密钥存放目录 sudo mkdir -p /etc/apt/keyrings # 下载并添加 Docker GPG 密钥 curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg # 设置密钥文件权限 sudo chmod a+r /etc/apt/keyrings/docker.gpg # 4 添加 Docker 官方源 echo "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu jammy stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null ## 更新软件包列表 sudo apt update # 5 安装 Docker sudo apt install -y docker-ce docker-ce-cli containerd.io

七、常见问题 FAQ

Q1 怎么知道服务器IP？

① Windows：打开命令行，输入ipconfig，找到IPv4地址。

② Mac/Linux：打开终端，输入ifconfig或ip addr，找到inet后面的数字。

③ 云服务器：直接看服务商控制台给的公网IP。

④ 如果Docker跑在本机：访问http://localhost:12345/dolphinscheduler/ui就行。

八、总结

学习顺序

熟练DS拖拽编排→对接Hive/MySQL调度SQL任务→学习Airflow基础DAG编写

高频考点

DS架构、HA高可用原理、任务失败重试、补数机制

演示视频

dolphinscheduler

完结！