
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具,协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题,请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可:
请先完整阅读并严格遵守以下文档中的全部规则与要求:
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前,不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式,不推荐豆包 AI;Cursor 等编辑器可在对话 @ 该链接,或加入 User Rules。 若 AI 无法访问外链,可 打开说明文档 复制全文粘贴。文档会随站点更新,复制内容可能过期,建议定期检查。
注意:该Docker仓库自3.0.0起已弃用,请使用以下仓库:
Apache DolphinScheduler(孵化中)是一个分布式、可扩展的工作流调度平台,具有强大的DAG可视化界面。它致力于解决数据管道中的复杂作业依赖问题,使多种类型的任务能够开箱即用。
| 稳定性 | 易用性 | 功能 | 可扩展性 |
|---|---|---|---|
| 去中心化多Master和多Worker | 可视化流程定义,任务状态、类型、重试次数、运行机器、变量等关键信息一目了然 | 支持暂停、恢复操作 | 支持自定义任务类型 |
| 原生支持HA | 全流程定义操作可视化,拖拽任务绘制DAG,配置数据源和资源;同时为第三方系统提供API模式操作 | 支持租户与Hadoop用户的多对一或一对一映射,对大数据作业调度至关重要 | 调度器采用分布式调度,整体调度能力随集群规模线性增长,Master和Worker支持动态上下线 |
| 过载处理:通过任务队列机制,可灵活配置单机能调度的任务数量,任务队列缓存容量高容错,避免机器卡顿 | 一键部署 | 支持传统Shell任务及大数据平台任务调度(MR、Spark、SQL等) |
适用于需要管理和调度复杂数据处理流程的场景,特别是:
注意:当前仓库已弃用,建议使用3.0.0及以上版本的官方镜像(见概述中的新仓库链接)。
Docker部署请参考官方文档:https://dolphinscheduler.apache.org/en-us/docs/latest/user_doc/docker-deployment.html
提供直观的可视化界面,包括但不限于:
欢迎参与贡献,详情请参考:https://dolphinscheduler.apache.org/en-us/community/development/contribute.html
以下是 apache/dolphinscheduler 相关的常用 Docker 镜像,适用于 不同场景 等不同场景:
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。
来自真实用户的反馈,见证轩辕镜像的优质服务