隨著現(xiàn)代數據技術體系的發(fā)展，數據驅動已經成為企業(yè)管理不可或缺的一部分，數據遍布在企業(yè)內部的每一個角落。每個企業(yè)積累的海量的大數據，但真正發(fā)揮效能的數據微乎其微，形成了大量的“沉睡”數據。而企業(yè)內部的數據用戶，從數據分析師到市場營銷人員再到銷售人員，每個員工現(xiàn)在都在使用數驅動業(yè)務，形成新的數據用戶社區(qū)（Data Community）。

　　一方面，海量的數據在沉睡，另一方面，大量用戶需求涌現(xiàn)，如今不足的數據計算資源和 BI 團隊人力資源對這些不斷增長的期望不堪重負。

　　新時代來臨，結合Dev-Ops， New DataStack， DataFebric等諸多理念，全球企業(yè)開始采用最新的DataOps框架解決新時代的“數據蜘蛛網”問題。

　　白鯨開源 WhaleStudio 套件中的 WhaleScheduler 作為一款企業(yè)統(tǒng)一的云原生可視化大數據工作流調度平臺，旨在幫助企業(yè)解決內部多數據源、多數據系統(tǒng)復雜的數據集成，持續(xù)開發(fā)、持續(xù)部署、數據捕獲、數據打通等一系列問題。

　　WhaleScheduler 具備可靠性、可擴展性、易用性、靈活性、可視化和安全性等特性，擁有完善的調度能力、數據處理能力、集群管理能力、數據可視化能力、監(jiān)控和報警能力，以及安全管理能力，能夠在復雜的生產環(huán)境中針對行業(yè)客戶增加企業(yè)級產品功能并加強系統(tǒng)安全與穩(wěn)定性，支持數據庫、云、大數據、AI組件等數十種系統(tǒng)的任務調度，助力企業(yè)數據消費者、數據探索者、數據分析家、數據科學家，以及數據客戶/供應商提高調度效率，降低生產成本。

　　接入WhaleGPT AI對話助手，賦能企業(yè)私有化模型訓練

　　為了降低數據調度系統(tǒng)的使用難度，使數據分析師等業(yè)務部門的人員無需代碼背景也可以無門檻的進行數據開發(fā)和操作調度作業(yè)，WhaleScheduler 2.4.5 接入了 WhaleStudio 新增重要模塊——WhaleGPT 的 AI 助手，可以輔助業(yè)務人員直接完成數據業(yè)務腳本開發(fā)，讓他們更關注業(yè)務本身，而不是代碼。

　　WhaleStudio 是白鯨開源科技根據全球領先的 DataOps 理念打造的新一代數據集成調度工具，最新版本的 WhaleStudio 中除了 WhaleScheduler 與 WhaleTunnel 兩大核心組件之外，又新增了 WhaleGPT 大模型服務模塊，加強了 WhaleStudio 的模型訓練能力，提供給用戶完整的 DataOps 解決方案。

　　WhaleGPT AI 對話助手目前支持：

　　查詢功能操作幫助，通過詢問功能名稱可以返回該功能的上手指南，部分功能提供跳轉鏈接至指定操作界面；

　　通過對話查詢工作流，直接在對話中詢問 WhaleGPT，返回對應的工作流并提供跳轉鏈接；

　　通過對話提出需求讓 GPT 生成 SQL 代碼，在對話中將自己的需求描述出來，如寫查詢某某數據的 SQL，返回該需求的 SQL 代碼。

　　例如，WhaleGPT 可以在眾多復雜的使用手冊和規(guī)則中，找到你所需要的功能和說明。

　　WhaleGPT 還可以輔助編程、Txt2SQL，提高數據程序員的開發(fā)效率。

　　WhaleGPT 自帶的大模型能力讓企業(yè)可以快速訓練私有化模型，普通程序員用半天時間就具備訓練私有化大模型的能力，讓大模型幫助客戶更了解自己的業(yè)務，加強數據安全，跨越大模型與現(xiàn)有系統(tǒng)數據的鴻溝。

　　擴展數據類型支持能力

　　隨著越來越多的數據庫出現(xiàn)，數據分散、數據不一致、數據安全性等問題越來越突出，數據兼容性的問題（數據格式、數據結構、數據類型不兼容等）也變得更加復雜。

　　WhaleScheduler 有更多的數據源支持可以提供更全面、準確的數據，從而提高數據分析和決策的質量。同時，對于某些特定業(yè)務需要不同類型的數據源來支持的需求，WhaleScheduler 也能輕松應對。

　　在新版本中，我們新增了對多種國產數據源的支持，以滿足客戶對信創(chuàng)環(huán)境的更高需求：

　　IoTDB、飛輪數據庫、TDengine、Mirrorship、Openlookeng、瀚高數據庫、人大金倉數據庫（V8）、ClickHouse、PolarDB。

　　提高云原生支持水平

　　同時，WhaleScheduler 全面支持云原生，為了幫助企業(yè)更好地適應大數據和云原生大時代下的數據處理與治理，我們對更多云廠商的相關數據庫進行了支持：

　　PolarDB 分布式版 （V2.2）、PolarDB PostgresOL版 （V11）、GaussDB、openGauss、PostgreSQL、TDSQL。

　　增強數據安全性

　　01 信創(chuàng)環(huán)境適配升級

　　信創(chuàng)（信息技術應用創(chuàng)新）是數據安全、網絡安全的基礎，也是“新基建”的重要內容，推動國家的核心技術必須實現(xiàn)自主可控。信創(chuàng)是目前國內的一項戰(zhàn)略，也是當今形勢下國內經濟發(fā)展的新動能。

　　為解決本質安全的問題，助力企業(yè)自主可控地完成經濟數字化轉型、提升產業(yè)鏈發(fā)展，WhaleScheduler 2.4.5 版本對多個國產系統(tǒng)環(huán)境進行了適配，保障企業(yè)數據安全，包括：

　　openEuler、、鯤鵬、統(tǒng)信、OpenCloudOS、TencentOS Server2、TencentOS Server3。

　　02 提高安全性

　　WhaleScheduler 自誕生以來就將安全問題作為產品管理的關鍵指標，為了提高產品安全性，WhaleScheduler 2.4.5 優(yōu)化多項安全措施：

　　支持使用 SSL 證書訪問數據源、支持自動刷新 HDFS 服務認證、支持 zk 的 Kerberos 認證、Hive 數據源支持 keytab 配置、配置文件密碼加密（jaspyt 加密）。

　　功能全新升級優(yōu)化

　　為了優(yōu)化產品的使用習慣，WhaleScheduler 2.4.5 對首頁、DAG、錯誤提示框等進行了優(yōu)化，方便客戶更加無邊界地試用產品。

　　01 功能優(yōu)化

　　在功能上，WhaleScheduler 2.4.5 進行的部分重要優(yōu)化包括：

　　工作流邏輯任務新增 Dynamic 動態(tài)任務組件：在工作流邏輯組件中新增動態(tài)任務組件，使用動態(tài)任務組件后工作流可以在運行中根據每次輸入參數變量的變化動態(tài)的生成調度實例。這對于需要針對不同的數據通過同樣的腳本進行處理的用戶來說，不再需要重復設置多個工作流，也不需要事先估算需要運行的實例數量，如機器學習模型多參數調參訓練的場景。針對同類多樣的數據調度，動態(tài)任務組件可以大批量的同時執(zhí)行，大大提高了數據處理的效率。

　　基線告警：某些任務的數據需要在指定時間點之前完成，由于前置任務拖延，導致最后的任務不能在規(guī)定的時間點完成，需要提前預警并人工介入處理，因此需要提前預判任務是否有延誤風險以提供處理的時間空間。關鍵調度任務可以通過設置基線進行監(jiān)控，當存在未能承諾時間內完成的風險時及時給負責人進行告警提醒，以保障業(yè)務的正常運轉。

　　支持自定義任務組件：當前工作流內不支持的任務類型，用戶可以通過提供該組件jar包并在配置文件中設置需要配置的任務參數項，即可在工作流內新增該任務類型組件進行調度作業(yè)使用了。

　　影響分析支持展示工作流實例、任務實例的血緣，并支持運行操作：工作流實例、任務實例維度的調度血緣展示，同時可以在影響分析中直接對工作流和任務執(zhí)行運行相關的操作。任務依賴是調度作業(yè)處理中的核心場景。尤其是企業(yè)規(guī)模較大業(yè)務涉及面更廣時，其數據處理流程日益復雜。在調度作業(yè)中往往面臨著龐大的調度依賴，一旦當其中某一個節(jié)點出現(xiàn)數據錯誤，排查問題變得十分困難，需要一個一個的檢查依賴項并向上溯源。實例級的影響分析正是為了解決這一問題誕生的，使調度作業(yè)的運維工作變得更為簡單和高效。在工作流/任務的運行實例的影響分析中，可以清晰地看到上有依賴的實例，并支持繼續(xù)向上或拓展溯源。一旦找到了問題源頭，經過處理后，可以在影響分析中直接執(zhí)行相關的人工干預操作。

　　IDE 支持通過資源中心引入 SQL 腳本：除了腳本文件和 jar 之外，用戶還可以可以直接在任務腳本里導入本地/git 上的 SQL 腳本。在任務中無需重復編寫任務腳本，可以將已經開發(fā)好的任務腳本上傳至資源中心，或者通過資源中心引用 git 倉庫中的腳本代碼，或在資源中心中直接開發(fā)或共享的腳本文件，直接導入任務腳本中。

　　跨項目批量運維工作流：項目運維人員通常需要同時運維多個項目作業(yè)，反復地切換項目查看工作流和任務運行實例進行維護，影響使用體驗。新增了跨項目的功能后，用戶可以在統(tǒng)一視角，查看和處理自己權限范圍內的所有調度業(yè)務了，簡化了用戶操作的同時提高了運維效率。

　　02 權限功能改造

　　根據此前客戶反饋權限功能的限制導致的不便，WhaleScheduler 2.4.5 進行了權限功能的改造，以便客戶進行權限管理。

　　新版本中，客戶可以按照項目來隔離角色權限，分為項目管理員、項目運維、項目開發(fā)、項目訪客角色，結合資源管理給與不同人員不同權限。

　　03 增強導入、導出功能

　　此外，新版本還增強了導入、導出功能。如果不采用自動化的 CI/CD 流程，WhaleScheduler 支持跨環(huán)境打包部署，主要用于工作的流的遷移工作，從環(huán)境 A 中導出（導入）到環(huán)境 B 中，通過該功能進行快速打包或數據備份。

　　WhaleScheduler 此次版本升級將提高對用戶的支持能力，更好地賦能企業(yè)云化的數據處理和調度、數據快速獲取及企業(yè)整體云化數據資產的管理問題，協(xié)助完成企業(yè)數字化升級的整體目標。