点击蓝字 关注我们
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。
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：
贡献第一个PR(文档、代码)我们也希望是简单的，第一个PR用于熟悉提交的流程和社区协作以及感受社区的友好度。
社区汇总了以下适合新手的问题列表：https://github.com/apache/dolphinscheduler/issues/5689
非新手问题列表：https://github.com/apache/dolphinscheduler/issues” />
添加社区小助手微信(Leonard-ds)
添加小助手微信时请说明想参与贡献。
来吧，开源社区非常期待您的参与。
更多精彩推荐
☞干货教程 | DolphinScheduler 中的函数使用与扩展
☞优秀用户案例有奖征集 | 活动火热开启，快来投稿！
☞BIGO 如何做到夜间同时运行 2.4K 个工作流实例？
☞最新性能测试 | Apache DolphinScheduler 每分钟调度任务并发是 Apache Airflow 2 倍
☞去年办了这么多场Meetup都没有你，2023年赶紧安排起来！
☞「2022 中国开源年度报告」OpenRank DolphinScheduler 名列前茅
☞迁移工具 Air2phin 宣布开源，2 步迁移 Airflow 至 Dolphinscheduler
我知道你在看哟