基于资产的编排
Dagster 围绕其所生成的资产来定义工作流，这使得血缘、依赖关系和健康状况成为编排模型的一部分，而不是事后补充。
Dagster
认领Dagster 是一款 AI 原生数据编排平台，帮助团队构建、调度、监控并运维可靠的数据管道。支持基于资产的工作流、混合部署及面向个人到企业团队的托管方案。
概述
Dagster 是一款现代数据编排平台，也是面向需要构建、调度、监控并激活可靠数据管道团队的 AI 原生 DataOps 平台。该产品以资产而非孤立任务为中心，因此可以将血缘、依赖关系、新鲜度和质量信号直接附加到工作流所生成的数据上。
该平台旨在同时支持传统分析管道和更新的 AI 导向工作流。网站将 Dagster+ 描述为数据与 AI 系统的运维层，其部署选项包括本地开发、云端、本地部署以及混合执行，具体取决于方案和架构。
核心功能
内置可观测性
该平台提供血缘、依赖关系、数据健康、资产元数据和资产级视图，帮助团队了解哪些内容发生了变化以及会影响什么。
分支部署
分支部署让团队可以在类似生产的环境中验证变更，再让其影响真实数据，从而在管道更新期间降低风险。
面向运维的 AI 上下文
Dagster+ AI 使用资产、运行、血缘、新鲜度、失败情况和自动化历史等运行上下文，以支持更快的诊断和行动。
混合控制平面模型
混合部署允许团队在自己的基础设施中运行计算，同时由 Dagster 管理控制平面，支持云端、本地和混合环境。
安全与访问控制
企业方案增加了安全与治理功能，包括 RBAC、SSO、SCIM 配置、审计日志和保留策略。
常见用例
运维以资产为中心的数据管道
使用 Dagster 围绕资产构建管道，这样工程师在开发和运维数据工作流时可以看到血缘、新鲜度和依赖关系。
在云端、本地或混合环境中运行编排
当团队需要将计算保留在自己的基础设施中，但仍希望通过 Dagster 的控制平面进行编排管理时，可使用混合部署。
支持 AI 辅助运维
当你希望从运行、失败、新鲜度和历史中获得运维上下文，以支持更快的调试和更有把握的操作时，可使用 Dagster+ AI。
应用治理和访问控制
当团队需要生产变更控制、基于角色的权限以及更大规模或受监管环境所需的可审计性时，可使用企业功能。
按团队规模匹配方案
使用公开的定价层级，从个人或小团队使用开始，随着编排需求增长再转向联系销售的方案。
Pros and Cons
Pros
- 以资产为中心的编排让血缘和依赖关系在数据资产层面清晰可见。
- 内置可观测性将资产健康、元数据和失败上下文集中呈现。
- 混合部署支持云端、本地和混合环境。
- Dagster+ AI 旨在利用现有运行上下文，这有助于团队更快诊断问题。
- 定价已公开，包含 30 天免费试用和自助入门方案，同时也为更大的团队提供联系销售选项。
Cons
- 某些功能取决于方案，企业级功能如 RBAC、SSO、SCIM、审计日志和高级支持仅在更高等级方案中说明。
- 公开网站提供的具体集成细节少于产品本身可能支持的内容，因此在所查看的营销页面中，一些生态覆盖信息并不可见。
FAQ
什么是 Dagster？
Dagster 是一款 AI 原生 DataOps 平台，可在整个技术栈中编排、监控并激活数据。其 FAQ 将其描述为以资产为中心而非以任务为中心，因此它围绕工作流所产生的数据资产来设计，而不仅仅关注某个作业是否完成。
Dagster 与 Apache Airflow 有什么不同？
该网站称 Dagster 以资产为中心，而 Apache Airflow 以任务为中心。Dagster 会将血缘、质量信号和依赖上下文附加到资产上，这有助于展示哪里出了问题、为什么出问题，以及哪些内容会受影响。
Dagster 支持 dbt 和 Snowflake 吗？
是的。首页和 FAQ 都说明 Dagster 原生支持 dbt、Snowflake 和 Fivetran 集成，企业页面也强调了 dbt + Snowflake 支持。
Dagster 可以在我自己的基础设施中运行吗？
可以。Dagster 支持混合部署，这意味着你可以在自己的云环境或本地基础设施中运行计算，而由 Dagster 管理控制平面。
是否有免费试用或付费方案？
Dagster 提供 30 天免费试用。定价页面还展示了自助服务方案与联系销售的企业方案组合，Solo 和 Starter 采用基于使用量的积分。
Quick Facts
- 类别
- 数据编排平台
- 产品类型
- AI 原生 DataOps 平台
- 主要用户
- 数据团队、平台团队和开发者
- 部署模式
- 本地、云端、本地部署和混合选项
- 定价模式
- 免费试用、自助服务方案和联系销售的企业方案
- 网站
- dagster.io