3. 调度器分类：单机调度 vs 分布式调度 vs 混合调度模型

在 DAG 任务调度系统中，调度器的架构模型直接决定了系统的吞吐量、容错能力与资源利用率。根据调度决策的分布程度与资源管理范围，主流调度器可分为三类：单机调度、分布式调度与混合调度。理解三者的设计权衡，是构建大规模 DAG 调度系统的前提。

3.1 三类调度模型的核心对比

3.2 单机调度模型

单机调度器将所有调度逻辑集中在一个进程中运行，通常采用事件循环或队列驱动模式。它维护全局 DAG 状态，按拓扑顺序依次触发任务。

• 优点： 实现简单、调度延迟低、无分布式一致性问题。
• 缺点： 单点瓶颈、内存容量受限、无法跨机器调度。
• 适用： 开发环境、小规模工作流、嵌入式调度引擎。

// 单机调度核心伪代码
while (true) {
    readyTasks = dag.getReadyTasks();  // 入度为0的任务
    for (task in readyTasks) {
        executor.submit(task);         // 本地线程池执行
    }
    completed = executor.waitAny();    // 阻塞等待任一完成
    dag.markCompleted(completed);
}

3.3 分布式调度模型

分布式调度器将调度决策分散到多个节点，每个节点负责一部分 DAG 分区或任务队列。节点之间通过共识协议（如 Raft、Paxos）或 Gossip 协议同步状态。

• 优点： 水平扩展、无单点故障、支持跨数据中心调度。
• 缺点： 状态同步开销大、调试复杂、可能出现脑裂。
• 适用： 大规模 DAG（万级节点）、7×24 高可用系统。

3.4 混合调度模型

混合调度模型结合了前两者的优势：一个轻量级中央协调器负责全局 DAG 拓扑解析与资源预算分配，而实际的任务调度与执行由各工作节点上的本地调度器自治完成。

• 优点： 兼顾全局优化与局部快速响应，资源利用率高。
• 缺点： 架构复杂度高，协调器与本地调度器的职责划分需精心设计。
• 适用： 云原生调度（如 Volcano、Yunikorn）、混合负载场景。

3.5 三类调度模型架构对比图

下图从调度决策流的角度，对比三种模型的核心差异：

3.6 选型决策流程

在实际项目中，可按照以下步骤快速确定调度模型：

1. 评估 DAG 规模： 节点数 < 500 且单机可容纳 → 优先单机调度；否则进入下一步。
2. 评估可用性要求： 需要 99.99% 以上可用性 → 分布式调度；否则考虑混合调度。
3. 评估任务执行时长： 秒级短任务为主 → 混合调度（减少一致性开销）；分钟级以上长任务 → 分布式调度。
4. 评估团队维护能力： 小团队 → 单机调度或托管云服务；有中间件团队 → 混合/分布式调度。