3. 任务调度模型：任务状态机、调度器核心抽象、任务依赖关系建模

任务调度模型是分布式 DAG 调度系统的逻辑内核。它定义了任务从创建到完成的完整生命周期（状态机）、调度器如何与执行引擎交互（核心抽象），以及任务之间的先后与数据依赖关系（依赖建模）。本章从这三个维度展开，构建调度模型的形式化基础。

3.1 任务状态机：生命周期的精确控制

每个任务实例在 DAG 调度系统中都经历一组有限的状态转换。标准的状态机设计包含以下核心状态：

下图展示了任务状态机的完整转换拓扑：

3.2 调度器核心抽象：从策略到执行

调度器是 DAG 调度系统的中枢，负责将 READY 状态的任务分配给执行引擎。核心抽象包含三个层次：

1. 调度策略（Scheduling Policy）：决定“下一个调度哪个任务”。常见策略包括：
   • FIFO：按就绪时间顺序调度，简单但缺乏优先级控制。
   • 优先级队列：为任务分配权重，高优先级任务先执行。
   • 关键路径优先：优先调度 DAG 关键路径上的任务，减少整体完成时间。
   • 资源感知：结合集群资源利用率，避免热点节点过载。
2. 调度队列（Scheduling Queue）：管理 READY 任务的缓冲区。支持入队、出队、优先级重排、去重等操作。
3. 执行适配器（Execution Adapter）：将调度决策转化为对执行引擎的调用。适配器封装了与 Kubernetes、YARN、本地线程池等不同后端的通信细节。

interface Scheduler {
    // 注册 DAG 实例
    void registerDAG(DAGInstance dag);
    // 调度下一个就绪任务
    TaskInstance schedule();
    // 处理任务完成事件
    void onTaskComplete(TaskInstance task, TaskResult result);
    // 处理任务失败事件
    void onTaskFailed(TaskInstance task, TaskError error);
    // 获取当前调度状态
    SchedulingStatus getStatus();
}

下图展示了调度器核心抽象的内部架构：

3.3 任务依赖关系建模：DAG 的骨架

任务依赖关系定义了 DAG 的结构。建模时需区分两种基本依赖类型：

• 控制依赖（Control Dependency）：任务 B 必须在任务 A 完成后才能开始。这是 DAG 中最常见的依赖形式，对应“先决条件”关系。
• 数据依赖（Data Dependency）：任务 B 需要任务 A 的输出数据作为输入。数据依赖通常隐含控制依赖，但反之不成立。

依赖关系的建模方式直接影响调度器的复杂度：

下图展示了依赖关系建模的两种典型结构：

3.4 状态机、调度器与依赖模型的协同

三个组件在运行时紧密协作：

1. DAG 解析阶段：根据依赖模型构建邻接表，计算每个任务的初始入度。
2. 调度循环：调度器从 READY 队列取出任务，调用执行适配器提交，并将任务状态转为 RUNNING。
3. 完成回调：执行引擎返回结果后，调度器更新任务状态为 SUCCESS 或 FAILED，并更新下游任务的入度计数。
4. 级联触发：入度变为 0 的下游任务自动进入 READY 队列，等待下一轮调度。

下表总结了三个组件的职责边界：