视频及PPT等相关资料：点击查看
讲师介绍
陶超权，博世智驾（中国）后端工程师，负责数据处理和数据调度方面工作，在智能驾驶数据处理领域具有丰富的实践经验。在2024年12月Apache DolphinScheduler社区线上交流会上上，他分享了Apache DolphinScheduler在智能驾驶数据处理中的应用案例和未来的发展蓝图。
业务背景
博世智驾（中国）隶属于博士集团（Bosch Group），全程是罗伯特·博世有限公司，成立于1886年，全球总部位于德国，员工人数超过42万，遍布50多个国家，业务涵盖汽车与智能交通技术、工业技术、消费品与能源与建筑技术四大领域。
今天的话题将聚焦于是博世在智能驾驶技术方面基于Apache DolphinScheduler的技术改造与业务应用。
智能驾驶技术的发展高度依赖于数据。数据不仅是模型训练的基石，也是功能验证的关键。智能驾驶模型需要大量高质量的数据来训练，以提升感知、决策和控制的精确度。同时，为了确保系统的可靠性和安全性，真实场景下的车辆功能验证同样需要多样化的测试数据。
接入改造
接入前
在没有使用Apache DolphinScheduler之前，博世智驾依赖于Jenkins来实现业务代码中的工作流编排和调度。这种方法的优点在于其高度的灵活性，允许定义任何形式的工作流编排。然而，这种方法的缺点也显而易见，就是与业务代码的耦合度很高，任何工作流的变动都需要修改业务代码，这增加了维护的复杂性和风险。
接入后
经过调度选型之后，博世智驾决定采用Apache DolphinScheduler，并基于3.2.0版本进行了一系列的接入改造，以提高数据处理的效率和灵活性。
以下是博世智驾进行的一系列改造的具体实施方案。
MQ Trigger
在数据源的基础上，博世智驾增加了消息源的创建，并将消息源与工作流绑定，实现了工作流的自动触发。这一改进使得工作流能够更加灵活地响应数据源的变化。
节点增强
博世智驾重度依赖K8S任务和dynamic任务进行编排，在这方面基于DolphinScheduler重点进行了一些改造，包括：
- 主流程与子流程：优化了主流程和子流程的管理。
- 自定义plugin：允许自定义plugin，以适应特定的业务需求。
- 修改dynamic节点的子流程生成规则：调整了dynamic节点的子流程生成规则，以更好地控制参数输出。
- 异步触发&轮询：实现了异步触发和轮询机制，提高了任务的响应速度。
- Conditional Http：引入了条件HTTP请求，以实现更复杂的工作流逻辑。
动态优先级
博世智驾还基于Apache DolphinScheduler实现了动态优先级功能，以适应不同业务场景的需求，确保关键任务能够优先执行。
最佳实践
部署架构
博世智驾采用了K8S部署，实现了控制集群和计算集群的隔离。这种隔离策略包括：
- namespace隔离：通过namespace级别的隔离，实现了不同任务之间的逻辑分离。
- Node隔离：通过Node级别的隔离，确保了计算任务不会因为资源抢占或负载导致控制节点被驱逐。
集群版本
博世智驾介绍了TTL Controller，这是一种控制job结束后多久被删除的机制。这一功能从Kubernetes v1.23版本开始正式生效。需要注意的是，使用老版本可能会导致Kubernetes集群压力增大，甚至导致Ds worker OOM（Out of Memory），使用时需谨慎考虑。
K8S任务配置
在K8S任务配置方面，博世智驾提出了以下建议：
- 任务传参：避免使用大JSON传参，尽量使用文件交互，以文件地址作为参数传递，以减少网络传输的负担。
- 资源配额：对于耗时较长的k8s任务，尽量将request和limit配置相同，避免资源超卖导致OOM。
- IO控制：对于IO密集型任务，尽量避免大量读写本地磁盘，使用CFS（Comprehensive File System），以减少对当前node上其他任务的影响。
K8S任务隔离&动态优先级
面对不同类型k8s任务被调度到同一个k8s集群执行的问题，博世智驾提出了以下解决方案：
- 支持动态修改master上任务的优先级：允许动态调整任务的优先级，以适应不同的业务需求。
- 通过node标签和容忍度将不同类型的任务分配到不同节点上：通过这种方式，可以确保不同类型的任务在资源使用上相互隔离，同时保持各自的优先级。
未来规划
最后，博世智驾表示了将计划在未来实现一些新的功能和进一步的完善，包括实现任务资源隔离，并接入CICD，以进一步提升智能驾驶数据处理的效率和稳定性。这些规划将有助于博世智驾在智能驾驶领域的技术进步和业务发展。
结语
这次分享不仅展示了Apache DolphinScheduler在博世智驾这家百年公司的智能驾驶数据处理方面的实际应用，还提供了宝贵的实践经验和未来发展方向。欢迎大家了解并加入Apache DolphinScheduler社区，获取更多信息和资源，共同推动智能驾驶技术的发展。
本文由 白鲸开源科技 提供发布支持！