Easy Scheduler Release 1.1.0-Preview

Easy Scheduler 1.1.0-Preview 是 1.x 系列中的第六个版本。

新特性：

[EasyScheduler-391] run a process under a specified tenement user
[EasyScheduler-288] Feature/qiye_weixin
[EasyScheduler-189] Kerberos 等安全支持
[EasyScheduler-398] 管理员，有租户（install.sh设置默认租户），可以创建资源、项目和数据源（限制有一个管理员）
[EasyScheduler-293] 点击运行流程时候选择的参数，没有地方可查看，也没有保存
[EasyScheduler-401] 定时很容易定时每秒一次，定时完成以后可以在页面显示一下下次触发时间
[EasyScheduler-493] add datasource kerberos auth and FAQ modify and add resource upload s3

增强：

[EasyScheduler-227] upgrade spring-boot to 2.1.x and spring to 5.x
[EasyScheduler-434] worker 节点数量 zk 和 mysql 中不一致
[EasyScheduler-435]邮箱格式的验证
[EasyScheduler-441] 禁止运行节点加入已完成节点检测
[EasyScheduler-400] 首页页面，队列统计不和谐，命令统计无数据
[EasyScheduler-395] 对于容错恢复的流程，状态不能为 **正在运行
[EasyScheduler-529] optimize poll task from zookeeper
[EasyScheduler-242] worker-server 节点获取任务性能问题
[EasyScheduler-352] worker 分组, 队列消费问题
[EasyScheduler-461] 查看数据源参数，需要加密账号密码信息
[EasyScheduler-396] Dockerfile 优化，并关联 Dockerfile 和 github 实现自动打镜像
[EasyScheduler-389] service monitor cannot find the change of master/worker
[EasyScheduler-511] support recovery process from stop/kill nodes.
[EasyScheduler-399] HadoopUtils 指定用户操作，而不是 **部署用户

修复：

[EasyScheduler-394] master&worker 部署在同一台机器上时，如果重启 master&worker 服务，会导致之前调度的任务无法继续调度
[EasyScheduler-469] Fix naming errors,monitor page
[EasyScheduler-392] Feature request: fix email regex check
[EasyScheduler-405] 定时修改/添加页面，开始时间和结束时间不能相同
[EasyScheduler-517] 补数 - 子工作流 - 时间参数
[EasyScheduler-532] python 节点不执行的问题
[EasyScheduler-543] optimize datasource connection params safety
[EasyScheduler-569] 定时任务无法真正停止
[EasyScheduler-463] 邮箱验证不支持非常见后缀邮箱

感谢：

最后但最重要的是，没有以下伙伴的贡献就没有新版本的诞生：

Baoqi, jimmy201602, samz406, petersear, millionfor, hyperknob, fanguanqun, yangqinlong, qq389401879, chgxtony, Stanfan, lfyee, thisnew, hujiang75277381, sunnyingit, lgbo-ustc, ivivi, lzy305, JackIllkid, telltime, lipengbo2018, wuchunfu, telltime

以及微信群里众多的热心伙伴！在此非常感谢！

Easy Scheduler

> Easy Scheduler for Big Data

设计特点： 一个分布式易扩展的可视化 DAG 工作流任务调度系统。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。其主要目标如下：

以 DAG 图的方式将 Task 按照任务的依赖关系关联起来，可实时可视化监控任务的运行状态
支持丰富的任务类型：Shell、MR、Spark、SQL(mysql、postgresql、hive、sparksql)、Python、Sub_Process、Procedure 等
支持工作流定时调度、依赖调度、手动调度、手动暂停/停止/恢复，同时支持失败重试/告警、从指定节点恢复失败、Kill 任务等操作
支持工作流优先级、任务优先级及任务的故障转移及任务超时告警/失败
支持工作流全局参数及节点自定义参数设置
支持资源文件的在线上传/下载，管理等，支持在线文件创建、编辑
支持任务日志在线查看及滚动、在线下载日志等
实现集群 HA，通过 Zookeeper 实现 Master 集群和 Worker 集群去中心化
支持对Master/Worker cpu load，memory，cpu 在线查看
支持工作流运行历史树形/甘特图展示、支持任务状态统计、流程状态统计
支持补数
支持多租户
支持国际化
还有更多等待伙伴们探索