在 Ubuntu 上安装 Docker 并运行 Apache 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
- 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？
综上对比，我开始了我的 DolphinScheduler 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
- 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 DolphinScheduler 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
DolphinScheduler 架构、HA高可用原理、任务失败重试、补数机制
演示视频
完结！
原文链接：https://blog.csdn.net/2401_86725609/article/details/163184603
浙公网安备 33010602011771号