Apache DolphinScheduler 开源之夏学生项目申请开启，6 大课题等你来拿万元奖金！

2023-05-11 16:25 由海豚调度发表于 #数据库

开源之夏 2023 学生报名已经正式开启！Apache DolphinScheduler 今年继续参与开源之夏的活动，2023 年 4 月 29 日-6 月 3 日 15:00 UTC+8，同学们可以在开源之夏官网 https://summer-ospp.ac.cn/ 找到 Apache DolphinScheduler 下的项目，挑选自己感兴趣的课题，通过项目相对应导师联系方式与导师沟通并准备申请资料，提交申请。

开源之夏 2023 介绍

开源之夏是由中科院软件所“开源软件供应链点亮计划”发起并长期支持的一项暑期开源活动，旨在鼓励在校学生积极参与开源软件的开发维护，培养和发掘更多优秀的开发者，促进优秀开源软件社区的蓬勃发展，助力开源软件供应链建设。

开源之夏联合国内外开源社区，针对重要开源软件的开发与维护提供项目任务，面向全球高校学生开放报名。中选学生将在项目资深开发者（项目导师）的指导下，参与开源贡献，完成开发工作并贡献给开源社区。

零距离体验顶级开源项目、跟着技术大牛提升研发能力、用成果赢取丰厚奖金和证书等，都是此次活动的亮点，非常值得一试。

奖金设置

● 进阶难度：学生结项奖金税前人民币 12000 元。

● 基础难度：学生结项奖金税前人民币 8000 元。

活动流程

当前，活动已经进行到学生注册、遇到事沟通项目、提交项目申请的阶段，满足条件的学生均可报名参加。今年 11 月，活动将进入尾声，公布年度优秀学生名单。

可参考学生指南查看报名详细流程：https://summer-ospp.ac.cn/help/student/

Apache DolphinScheduler社区介绍

Apache DolphinScheduler基于Apache开源社区理念打造，是全球知名的DataOps领域开源项目。作为一个云原生分布式去中心化，易扩展的可视化DAG工作流任务调度平台，它致力于解决数据处理流程中错综复杂的依赖关系，使调度系统在数据处理流程中开箱即用。独特的架构设计和产品设计，使得其具备高可靠性、简单易用、高扩展性、丰富的使用场景等特性。

高可靠性：去中心化的多Master和多Worker服务对等架构, 避免单Master压力过大，并采用任务缓冲队列来避免过载；
简单易用：DAG监控界面让所有流程定义可视化，通过拖拽任务完成定制DAG，通过API方式与第三方系统集成, 一键部署；
丰富的使用场景：支持多租户，支持暂停恢复操作. 紧密贴合大数据生态，提供Spark, Hive, M/R, Python, Sub_process, Shell等近20种任务类型；
高扩展性：支持自定义任务类型，调度器使用分布式调度，调度能力随集群线性增长，Master和Worker支持动态上下线。

截至目前，Apache DolphinScheduler社区在开源力量的推动下发展迅速，已有460+ Contributors 积极参与到社区的共建中，GitHub Star 已达10.4k，以开源社区的模式集合全球顶尖高科技公司的共同贡献，打造全球极致简单易用、稳定可扩展的DataOps平台。

Apache DolphinScheduler已累计在1000多家公司生产环境中作为企业的核心调度系统，包括IBM、腾讯、科大讯飞、美团、360、联通、顺丰等，覆盖金融、电信、零售、云计算、数据处理等广泛领域。

项目官网：https://dolphinscheduler.apache.org/

GitHub：https://github.com/apache/dolphinscheduler

加入Slack：https://join.slack.com/t/asf-dolphinscheduler/shared_invite/zt-1cmrxsio1-nJHxRJa44jfkrNL_Nsy9Qg

DolphinScheduler项目课题介绍

本次活动，Apache DolphinScheduler 开源社区共有 6 个项目课题经过组委会评审，同学们可在链接页面中挑选自己感兴趣的项目：

https://summer-ospp.ac.cn/org/orgdetail/22999f09-2be2-4dd8-b10f-bc4d6610cc25?lang=zh

01 重构依赖任务模式

项目链接：https://summer-ospp.ac.cn/org/prodetail/232290219?list=org&navpage=org
项目难度：进阶
支持语言：中文&英文
项目社区导师：进勇
导师联系邮箱：jiny.li@foxmail.com
技术领域：Java
开源协议：Apache License 2.0
项目简述：
当前状况：当前的依赖是依赖单个任务和All，这里的All其实是依赖工作流，并不是依赖所有的任务。

计划改造：

1、依赖单个任务的方式不变，All改造成依赖工作流中所有任务，新增一种类型依赖工作流。
2、前端在依赖的地方增加个单选框，选择依赖任务或者工作流，如果选择依赖任务，任务的选择框显示出来，如果现在依赖工作流，任务的选择框隐藏
3、对于后端，All对于的任务code还是0，依赖工作流时，对应的任务code可使用-1或其他表示。

项目产出要求：

实现dependent任务既能依赖全部的任务，又能依赖工作流。

项目技术要求：

● 熟悉 java语言
● 对任务调度系统有了解

项目成果仓库：
https://github.com/apache/dolphinscheduler

02 Dolphinscheduler master/worker

恢复容错优化

项目链接：
https://summer-ospp.ac.cn/org/prodetail/23b660198?list=org&navpage=org
项目难度：进阶
支持语言：中文&英文
项目社区导师：向梓豪
导师联系邮箱：zihaoxiang@apache.org
技术领域：Bash、Linux、Java
开源协议：Apache License 2.0
项目简述：

当前主/工作节点挂起时。它将执行容错操作，并在主/工作节点重新启动后重新启动失败的任务。这将导致用户在Linux进程或yarn应用程序中执行的Shell/Spark/Flink任务重复运行。

因此，我建议在主/工作程序重新启动后，如果这些任务处于正常执行状态，则不会重新执行。

Shell节点，因为当前DS任务节点的进程的执行路径是唯一的。因此，我们可以通过 ps-ef | grep XXX 查询该进程是否存在。如果是，则不会重新启动任务。

Yarn 相关的任务节点通过 yarn application-status application_id 检查任务是否正在运行。如果是，则不会重新启动任务。

项目产出要求：

在容错恢复过程中，Shell节点能够正常获取其先前的运行状态。
在容错恢复过程中，Yarn 相关的任务能够正常获取其先前的运行状态。

项目技术要求：

熟悉 Linux 进程管理
理解 Hadoop Yarn 组件并且能根据官方文档快速学习使用相应API
熟悉 Java 语言

项目成果仓库：
https://github.com/apache/dolphinscheduler

03 pydolphinscheduler任务增加

minix机制

项目链接：
https://summer-ospp.ac.cn/org/prodetail/232290221?list=org&navpage=org
项目难度：基础
支持语言：中文
项目社区导师：zhongjiajie
导师联系邮箱：zhongjiajie955@gmail.com
技术领域：Python
开源协议：Apache License 2.0
项目简述：
pydolphinscheduler 是 apache dolphinscheduler 的 python sdk，允许用户通过 python 语法定义工作流和任务。目前，pydolphinscheduler 任务的代码都是进行单独定义的，如 shell 任务

class Shell(Task):
    _task_custom_attr = {
         "raw_script",
    }

    ext: set = {".sh", ".zsh"}
    ext_attr: str = "_raw_script"

 def __init__(self, name: str, command: str, *args, **kwargs):
     self._raw_script = command
     super().__init__(name, TaskType.SHELL, *args, **kwargs)

我们发现有部分任务需要有特定的属性，如 Kubernetes 任务 https://github.com/apache/dolphinscheduler-sdk-python/issues/25 。我们希望引用 minix 类来解决这部分问题，关于minix 可以参考 https://www.pythontutorial.net/python-oop/python-mixin/

项目产出要求：
通过 minix 解决这个类似的问题
保证单元测试及覆盖率
项目技术要求：
了解 python 基础，对 OOP 有一定认识
了解 pytest 相关
项目成果仓库：
https://github.com/apache/dolphinscheduler

04 数据源中心扩展成源中心

项目链接：
https://summer-ospp.ac.cn/org/prodetail/232290223?list=org&navpage=org
项目难度：进阶
支持语言：中文&英文
项目社区导师：高楚枫
导师联系邮箱：chufenggao@gmail.com
技术领域：Vue.js、Spring、BootDatabase、Java
开源协议：Apache License 2.0
项目简述：
DolphinScheduler 有一个 Datasource Center 的组件，用于管理 sql 任务的外部连接，如 mysql、hive、spark 等。

但是不只是sql任务，其他一些 DolphinScheduler 任务插件也需要外部连接，比如AWS EMR任务、Zeppelin任务、K8S任务等。我们可以丰富需要 Datasource Center 来管理连接的场景，尤其是那些具有凭据的外部系统并将其升级到连接中心。

相关问题：[Feature] Add connection center feature for DS #10283(https://github.com/apache/dolphinscheduler/issues/10283)

目标：
将 Datasource Center 的名称更改为 Connection Center。
重构部分AWS EMR、Zeppelin、K8S、Sagemaker任务插件，方便用户在连接中心管理外部连接。
去掉安全中心的Cluster Management和K8S Namespace Manage，因为管理K8S集群不是大数据编排工具的工作。用户可以在连接中心为 K8S 任务插件配置 K8S 连接。

项目产出要求：
一个或多个提交到github仓库
项目技术要求：
[后端] 熟悉Java编程。
[后端] 对 Spring Boot Framework 有一定的了解。
[前端] 对VUE有所了解
项目成果仓库：
https://github.com/apache/dolphinscheduler

05 增加跨工作流的参数传递功能

项目链接：
https://summer-ospp.ac.cn/org/prodetail/232290357?list=org&navpage=org
项目难度：进阶
支持语言：中文
项目社区导师：鲍亮
导师联系邮箱：baoliang.leon@gmail.com
技术领域：Vue.js、Spring Boot、Java
开源协议：Apache License 2.0
项目简述：

工作流可以选择自己的输出参数，作为工作流的输出参数，输出给下游任务使用。

场景1：shellA -> subprocessB -> shellC

shellA 查出所有学生信息（a,b,c）并将 users 输出给下游任务subprocessB
subprocessB 是一个子工作流，负责计算所有学生个数 userCount，并将userCount 作为工作流的输出传递给下游
shellC 负责将 userCount 输出到控制台
2. 依赖任务也可以选择将被依赖任务的输出参数继承过来使用。增加依赖参数继承功能
需要在依赖任务上增加一个字段：是否继承被依赖任务的参数

场景2：

工作流A ：taska1 -> taska2, taska2 输出了参数 count=10
工作流B : taskb1 -> dependentb2 -> taskb3
dependentb2 依赖了taska2 就可以将count继承过来作为dependentb2的输出参数，给taskb3使用

备注：前端知识不用太多，只是简单的效果

项目产出要求：

实现以上两个场景的需求，并将代码提交到开发分支上
详细的设计文档以及使用文档
详尽的UT测试类
项目技术要求：

熟悉 Java 语言
熟悉 spring boot
可以实现简单的前端效果
项目成果仓库：
https://github.com/apache/dolphinscheduler

06 DolphinScheduler Listener机制

项目链接：
https://summer-ospp.ac.cn/org/prodetail/232290593?list=org&navpage=org
项目难度：进阶
支持语言：中文
项目社区导师：孙朝和
导师联系邮箱：sunzhaohe0825@gmail.com
技术领域：SpringBoot、Java
开源协议：Apache License 2.0
项目简述：
当工作流/任务执行时，第三方系统希望可以通过接收消息的方式（而非轮询）来实时获取工作流/任务的状态和相关信息，可以通过添加自定义Listener的方式来实现获取需要的信息推送到特定的目的地（消息队列、外部系统接口等）的目标。
项目产出要求：
完成Listener机制设计和开发、并将代码提交到开发分支上
详细的设计文档和使用文档
详尽的UT测试类
项目技术要求：
熟悉Java语言
熟悉SpringBoot
项目成果仓库：
https://github.com/apache/dolphinscheduler

欢迎同学们报名 Apache DolphinScheduler 的项目，为社区建设添砖加瓦的同时，获得丰富的开源经历和丰厚的奖金回报！

为加快项目报名申请速度，建议同学们可以主动向导师发送邮件进行沟通，附上自己的方案和简历，让我们更加了解你，并认真了解社区项目文档，与导师充分沟通。

我们还有专门的开源之夏活动交流群，给大家解答关于项目和参与活动的疑惑，添加小助手 17743592110 微信，并备注“开源之夏 2023”，我们将拉您进入交流群。

本文由白鲸开源提供发布支持！

热门相关：超武穿梭夫人，你马甲又掉了！夫人你马甲又掉了无限杀路重生之至尊千金