用 Docker 跑起 DolphinScheduler 3.2.2 并创建第一个工作流
Apache DolphinScheduler 是一个面向企业级场景的分布式可视化工作流调度系统，提供任务、工作流以及全生命周期数据处理过程的可视化操作，主要解决复杂大数据任务依赖关系，以及数据研发中 ETL 依赖交错、任务健康状态无法监控的问题。它用 DAG 流式方式组装任务，支持监控执行状态、重试、从指定节点恢复失败、暂停、恢复和终止任务等操作。
功能特性
- 简单易用：提供 DAG 监控界面，所有流程定义均可视化，通过拖拽任务完成 DAG 定制，支持 API 方式与第三方系统集成，一键部署。
- 丰富的使用场景：支持多租户，支持暂停、恢复操作；支持 Spark、Hive、M/R、Python、Shell、SQL、子流程等近 20 种任务类型，贴近大数据生态，支持跨语言扩展。
- 高可靠性：去中心化设计，原生支持 HA 任务队列，具备过载容错能力。
- 高扩展性：支持多租户与在线资源管理，支持自定义任务类型；调度器采用分布式调度，调度能力随集群线性增长，可稳定运行百万量级任务。
快速体验：单机模式
使用 Docker 启动一个 standalone server 容器：
DOLPHINSCHEDULER_VERSION=3.2.2
docker run --name dolphinscheduler-standalone-server \
-p 12345:12345 -p 25333:25333 \
-d apache/dolphinscheduler-standalone-server:"${DOLPHINSCHEDULER_VERSION}"
启动后访问 Web UI：
http://localhost:12345/dolphinscheduler/ui
默认账号密码为 admin / dolphinscheduler123。
创建第一个工作流
DolphinScheduler 中所有工作流都必须属于项目，先创建一个项目。在 Project 页面点击 “Create Project” 完成创建。
进入项目后，打开 “Workflow Definition” 页面，点击 “Create Workflow” 进入工作流编辑页。从画布工具栏拖出一个 Shell 任务，填写 “Node Name” 和 “Script” 脚本，点击 “Save” 保存任务。用同样方式创建第二个任务。
此时画布上有两个任务，将鼠标从上游任务拖到下游任务后松开，即可在两个任务间建立带箭头的依赖关系。点击右上角 “Save” 保存工作流。
返回工作流列表，点击 “Online” 使工作流上线，再点击 “Run” 运行。在 “Workflow Instance” 页面可以看到运行中的实例，状态为 Executing。
查看任务日志时，在 “Workflow Instance” 列表点击对应实例，找到目标任务，右键选择 “View Log” 即可查看详细日志。
官方网址：