Apache DolphinScheduler GitHub Star 突破 10000+!

时间:2021-12-08 00:46:27

今天,Apache DolphinScheduler GitHub Star 突破 10000,项目迎来一个重要里程碑。这表明 Apache DolphinScheduler 已经在全球的开发者和用户中获得了广泛的认可和使用。

Apache DolphinScheduler GitHub Star 突破 10000+!

Apache DolphinScheduler GitHub Star 突破 10000+!

DolphinScheduler 旨在解决公司日常运营中的大数据处理工作流调度和执行问题,2018 年以 Apache License 2.0 的开源协议发布,并在社区中获得大力支持。目前,Apache DolphinScheduler 项目在 GitHub 上已获得 10K Star,拥有 400+ 贡献者,累积发版 40+ ,Fork 3.7K ,Pull Request 接近 7000 ,并已应用于 3000+ 家公司生产实践环境。

该平台提供了 强大且易于使用的 Web 界面 ,用户可以在其中创建、调度和监控工作流。它 支持多种数据处理引 擎,包括 Hadoop、Spark、Flink 和 Hive,并可以轻松地 与各种数据存储系统(如 HDFS、S3 和 MySQL)集成

DolphinScheduler 的 架构基于分布式和高可用设计,保证了平台的可扩展性和可靠性 。它还 支持多种部署模式,包括独立模式、集群模式和 Kubernetes 模式 ,以满足不同用户的需求。

DolphinScheduler 的一个 关键特性 是它对 DAG(有向无环图)工作流定义的支持 ,使用户可以轻松定义复杂的数据处理工作流。它还提供了多种调度策略,包括 cron、interval 和基于依赖关系的调度,以满足不同的调度需求。

另一个值得注意的 DolphinScheduler 特性是其支持告警和监控 。该平台提供了内置的告警系统,可以通过电子邮件、短信或其他渠道通知用户作业失败或其他问题,还提供了强大的监控仪表板,使用户可以实时跟踪工作流的状态和性能。

AI 和 MLOps 场景支持 也是 Apache DolphinScheduler 的特色,可以为处理日益复杂的机器学习场景提供强大的调度功能。

此外,在不断迭代中,Apache DolphinScheduler 发布了 Python API PyDolphinScheduler,让用户可以通过 Python 定义工作流,满足开发者多样化的开发需求。

DolphinScheduler 凭借其易于使用、强大的功能和开源特性,在大数据处理社区中获得大批“粉丝”。随着最近在 GitHub 上突破 10000 个 Star 的里程碑,我们有信心在未来几年继续发展壮大,欢迎更多小伙伴的加入!

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:

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。

参与开源可以近距离与各路高手切磋,迅速提升自己的技能,如果您想参与贡献,我们有个贡献者种子孵化群,可以添加社区小助手(Leonard-ds) ,手把手教会您( 贡献者不分水平高低,有问必答,关键是有一颗愿意贡献的心 )。

来吧,开源社区非常期待您的参与。