在一个多节点部署的 DolphinScheduler 集群中，任务调度是如何被分发和执行的？在部分节点宕机或网络分区时，系统依靠哪些机制来维持任务不丢失、不重复、可靠地执行？
考察说明
考查对 DolphinScheduler 架构原理及分布式环境下面向失败的任务可靠性保障机制的理解。
回答思路
- 【回答框架 1】DolphinScheduler 采用去中心化的 Master/Worker 架构，Master 负责 DAG 解析、任务分发和状态管理，Worker 负责实际执行任务，多个 Master 和 Worker 节点组成集群，通过注册中心（如 Zookeeper）实现服务发现和分布式协调。
- 【回答框架 2】Master 之间通过分布式锁避免重复调度，同一个工作流实例只会被一个 Master 处理；Master 将任务分发到合适的 Worker，通过提交任务给 Worker 并等待状态反馈，同时维护任务实例的状态。
- 【回答框架 3】任务可靠性主要体现在容错机制：当 Worker 节点故障时，其所运行的任务会因超时被 Master 判定失败，并按照重试策略重新分配任务到其他健康 Worker；Master 故障时，其他 Master 通过选举接管其职责，继续进行未完成的工作流调度。
- 【回答框架 4】此外，DolphinScheduler 使用数据库存储流程实例和任务实例状态，结合注册中心感知节点存活，并通过任务队列、确认机制和幂等设计（如任务实例唯一标识、状态机）来避免重复执行，确保最终一致性。
- 【关键点 1】采用去中心化 Master/Worker 架构，配合注册中心实现集群协调。
- 【关键点 2】Master 通过分布式锁避免重复调度，任务分发依赖 Worker 状态。
- 【关键点 3】节点故障时通过超时检测、任务重试和重新分配保证不丢失。
- 【关键点 4】状态持久化到数据库，结合唯一标识和状态机防止重复执行。
- 【易错点 1】简单认为分布式锁就能完全保证业务幂等，实际上还需要唯一标识和状态校验。
- 【易错点 2】忽略网络分区可能导致脑裂，需依赖注册中心会话超时和选举机制。
- 【易错点 3】认为重试一定保证不丢不重，实际需结合任务状态和事务性写库。