一、环境准备与前置条件

1.1 硬件资源要求

单机部署DolphinScheduler与MongoDB时，建议配置不低于4核CPU、8GB内存的物理机或虚拟机。存储空间需预留20GB以上用于数据库文件与日志存储，SSD硬盘可显著提升MongoDB写入性能。Docker运行时需分配至少3GB内存，避免因资源竞争导致容器OOM。

1.2 软件依赖检查

确保主机已安装Docker Engine（版本≥20.10）与Docker Compose（版本≥1.29）。通过docker --version与docker-compose --version验证安装。若使用Linux系统，需配置内核参数vm.max_map_count=262144以支持Elasticsearch（若DolphinScheduler集成ES）。

1.3 网络配置要点

Docker默认使用bridge网络模式，需确保主机防火墙开放以下端口：

• MongoDB：27017（主端口）
• DolphinScheduler API：12345
• DolphinScheduler Master：25333
• DolphinScheduler Worker：25334

建议通过docker network create dolphin-net创建自定义网络，实现容器间DNS解析与隔离通信。

二、MongoDB单机部署方案

2.1 官方镜像选择

推荐使用MongoDB官方镜像mongo:6.0，该版本提供稳定的事务支持与WiredTiger存储引擎。通过以下命令快速启动：

docker run -d --name mongodb \
  -p 27017:27017 \
  -v /data/mongo:/data/db \
  --restart unless-stopped \
  mongo:6.0 --auth

参数说明：

• -v挂载数据卷实现持久化
• --auth启用身份验证（生产环境必需）
• --restart策略确保容器异常退出后自动重启

2.2 安全配置实践

进入容器创建管理员账户：

docker exec -it mongodb mongosh
use admin
db.createUser({
  user: "admin",
  pwd: "SecurePassword123!",
  roles: ["root"]
})

修改DolphinScheduler连接配置时，需在application.yaml中指定认证信息：

spring:
  datasource:
    url: jdbc:mongodb://mongodb:27017/ds_meta?authSource=admin
    username: admin
    password: SecurePassword123!

2.3 性能调优建议

针对工作流引擎场景，优化MongoDB配置：

• 修改/etc/mongod.conf设置wiredTiger.engineConfig.cacheSizeGB=2（占总内存25%）
• 创建索引加速查询：

  use ds_meta
  db.process_definition.createIndex({code: 1}, {unique: true})
  db.task_instance.createIndex({state: 1, start_time: -1})

三、DolphinScheduler单机部署流程

3.1 镜像版本选择

推荐使用apache/dolphinscheduler:3.1.7稳定版本，该版本修复了任务依赖解析的并发问题。通过Docker Compose部署可简化网络配置：

version: '3.8'
services:
  dolphinscheduler:
    image: apache/dolphinscheduler:3.1.7
    environment:
      DATABASE_HOST: mongodb
      DATABASE_PORT: 27017
      DS_AUTH_USERNAME: admin
      DS_AUTH_PASSWORD: SecurePassword123!
    ports:
      - "12345:12345"
      - "25333:25333"
      - "25334:25334"
    depends_on:
      - mongodb

3.2 核心组件配置

修改dolphinscheduler-env.sh设置JVM参数：

export JAVA_OPT="-Xms1024m -Xmx2048m -XX:+UseG1GC"

针对MongoDB适配器，需在common.properties中配置：

spring.data.mongodb.uri=mongodb://admin:SecurePassword123!@mongodb:27017/ds_meta

3.3 初始化数据库

首次启动需执行初始化脚本：

docker exec -it dolphinscheduler /opt/dolphinscheduler/bin/dolphinscheduler-daemon.sh start init-database

验证初始化结果：

docker exec -it mongodb mongosh ds_meta --eval "db.getCollectionNames()"

应返回["process_definition", "task_instance", "schedule"]等集合。

四、集成部署优化

4.1 容器资源限制

通过--cpus与--memory参数限制资源使用：

docker run -d --name dolphinscheduler \
  --cpus=2.5 \
  --memory=3g \
  --memory-swap=4g \
  apache/dolphinscheduler:3.1.7

4.2 日志管理方案

配置logback-spring.xml实现日志滚动：

<appender name="ROLLING" class="ch.qos.logback.core.rolling.RollingFileAppender">
    <file>/opt/dolphinscheduler/logs/dolphinscheduler.log</file>
    <rollingPolicy class="ch.qos.logback.core.rolling.SizeAndTimeBasedRollingPolicy">
        <maxFileSize>100MB</maxFileSize>
        <maxHistory>30</maxHistory>
    </rollingPolicy>
</appender>

4.3 监控告警集成

通过Prometheus采集Docker指标：

# docker-compose.yml片段
prometheus:
  image: prom/prometheus
  ports:
    - "9090:9090"
  volumes:
    - ./prometheus.yml:/etc/prometheus/prometheus.yml

配置Grafana监控面板，重点关注：

• MongoDB连接数（mongostat -n 1）
• DolphinScheduler任务队列积压量
• 容器CPU使用率（docker stats）

五、故障排查指南

5.1 常见连接问题

现象：DolphinScheduler日志报错Connection refused to mongodb:27017
解决方案：

1. 检查Docker网络：docker network inspect dolphin-net
2. 验证MongoDB容器状态：docker ps -a | grep mongodb
3. 测试容器内连通性：docker exec -it dolphinscheduler ping mongodb

5.2 性能瓶颈分析

使用docker stats监控资源使用，当Worker容器CPU持续>80%时：

1. 调整Worker并发数：修改worker.properties中的worker.exec.threads=100
2. 优化MongoDB查询：通过mongotop分析慢查询
3. 升级硬件配置或拆分服务到多节点

5.3 数据备份方案

实施MongoDB定期备份：

docker exec mongodb mongodump --out /backup/$(date +%Y%m%d) \
  --uri "mongodb://admin:SecurePassword123!@localhost:27017"

配置Cron任务每日凌晨执行，备份文件通过-v /backup:/backup挂载到宿主机。

六、进阶部署建议

6.1 多版本共存方案

通过不同网络命名空间实现：

docker network create dolphin-v3
docker network create dolphin-v2
# 启动v3版本
docker run -d --name ds-v3 --network dolphin-v3 ...
# 启动v2版本
docker run -d --name ds-v2 --network dolphin-v2 ...

6.2 灰度发布策略

1. 在测试环境部署新版本容器
2. 通过Nginx反向代理分流50%流量：

   upstream dolphinscheduler {
    server ds-v2:12345 weight=50;
    server ds-v3:12345 weight=50;
   }

3. 监控错误率，逐步调整权重至100%

6.3 混合架构设计

对于高并发场景，建议：

• MongoDB部署为副本集（1主2从）
• DolphinScheduler拆分为独立Master/Worker节点
• 引入Redis作为分布式锁服务

通过以上方案，可在单机环境实现DolphinScheduler与MongoDB的高效稳定运行，为后续集群扩展奠定基础。实际部署时需根据具体业务场景调整参数配置，并建立完善的监控告警体系。