Apache DolphinScheduler 子工作流任务在Master故障转移时的重复执行问题分析
2025-05-19 13:08:43作者:卓炯娓
问题背景
在Apache DolphinScheduler工作流调度系统中,子工作流(Sub-Workflow)是一种特殊类型的任务,它允许用户在一个主工作流中嵌套执行另一个工作流。这种设计提供了工作流模块化和复用的能力,但在Master节点故障转移(Failover)场景下,我们发现子工作流任务会出现重复执行的问题。
问题现象
当主工作流包含子工作流任务时,如果Master节点发生故障并进行故障转移,子工作流会被重复执行多次。具体表现为:
- 主工作流正常启动并触发子工作流执行
- Master节点发生故障
- 新Master节点接管后,会重新创建子工作流任务实例
- 导致同一个子工作流被多次执行
技术分析
故障转移机制原理
DolphinScheduler的故障转移机制通过FailoverCoordinator实现,它会检测所有需要故障转移的工作流。对于子工作流任务,当前实现存在以下关键点:
- 在TaskExecutionRunnable.failover()方法中,takeOverTaskFromExecutor()会对逻辑任务返回false
- 这导致系统会创建新的子工作流任务实例并发布TaskStartLifecycleEvent
- 最终造成子工作流在故障转移过程中重复执行
根本原因
问题的核心在于当前故障转移机制对所有任务类型采用统一处理方式,都会生成新的任务实例。对于子工作流这种特殊任务类型,这种处理方式不够精细:
- 子工作流实际上已经在后台运行,只是对系统"不可见"
- 故障转移时没有正确检查子工作流实例的状态
- 直接创建新实例导致原始工作流和新工作流同时运行
解决方案
改进思路
经过社区讨论,确定以下改进方向:
- 将子工作流的接管逻辑集中在SubWorkflowLogicTask中处理
- 故障转移时生成包含原有运行时上下文的新任务实例
- 任务启动时检查是否为故障转移实例并决定是否接管
具体实现
改进后的方案具有以下特点:
- 在SubWorkflowLogicTask中实现专门的故障转移判断逻辑
- 保留原有运行时上下文信息
- 任务启动时自动检查并接管已存在的子工作流实例
- 避免重复创建和启动子工作流
技术价值
这一改进带来了以下技术优势:
- 保持了故障转移机制的通用性
- 针对子工作流特殊场景进行了优化
- 避免了资源浪费和结果不一致问题
- 为其他特殊任务类型的故障转移处理提供了参考模式
总结
Apache DolphinScheduler通过优化子工作流任务的故障转移处理逻辑,解决了Master节点故障转移时子工作流重复执行的问题。这一改进不仅提升了系统的稳定性,也为复杂任务类型的故障转移处理提供了良好的实践范例。未来可以考虑将类似模式扩展到其他特殊任务类型,进一步完善系统的容错能力。
登录后查看全文
热门项目推荐
Hunyuan3D-Part
腾讯混元3D-Part00Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0278community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息012Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
941
555

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
405
387

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
510
44

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.32 K

React Native鸿蒙化仓库
C++
194
279