dagster

用资产思维编排数据管道，让开发、调度、监控一体化。

Dagster 是一个面向数据资产的开源编排平台，专注于数据开发、生产和观测的全流程管理。它解决了传统数据管道工具在开发、部署和监控中割裂的问题，提供统一的开发环境、调度执行和可观测性能力。其核心能力包括：以数据资产为中心的定义模型，支持声明式依赖；可插拔的 I/O 管理器，实现数据读写抽象；内置资源系统，管理外部服务连接；以及强大的 UI 和 CLI，支持实时监控、日志查看和故障排查。Dagster 还提供软件定义资产（SDA）和作业（Job）两种抽象，兼顾资产导向和任务导向的工作流，并支持与 Airflow、dbt 等工具集成，适合构建可靠、可测试、可扩展的数据平台。

开源 free 基础设施

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 16192

维护状态活跃

是否开源是

定价模式 free

项目数据

分类基础设施

开发团队dagster-io

所属国家

官网地址https://dagster.io

GitHubhttps://github.com/dagster-io/dagster

定价模式free

价格说明开源项目，Apache-2.0 许可证，可免费使用和部署。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型analytics,dagster,data-engineering,data-integration,data-orchestrator,data-pipelines,data-science,etl,metadata,mlops,orchestration,python,scheduler,workflow,workflow-automation

GitHub 星标★ 16192

30天Star增速

HF 下载量

上线时间2018-04-30 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数2

使用教程

难度：入门约 10 分钟部署方式：库/依赖 5 步

环境要求

Python 3.9 至 3.14（README 声明的官方支持范围）
已安装 uv 包管理工具（README 的安装命令基于 uv）
可访问 PyPI 的网络环境
若需 Web 界面，需一并安装 dagster-webserver

安装与启动步骤

1确认 Python 版本

在终端执行命令查看版本，确保处于 README 声明的 3.9 至 3.14 支持区间，版本过低或过高都可能不兼容。
```
python --version
```
2准备 uv 环境

README 给出的安装命令基于 uv。若本机尚未安装 uv，请先按 uv 官方文档完成安装，再继续下一步。
3安装 Dagster 依赖

在项目目录下执行该命令，一次性加入核心库 dagster、Web 服务 dagster-webserver 和 CLI 工具 dagster-dg-cli。
```
uv add dagster dagster-webserver dagster-dg-cli
```
4编写首个数据资产

Dagster 的核心用法是用 Python 函数声明数据资产，随后由其负责在合适时间运行并保持资产最新。
5跟随官方教程

新手建议先读官方文档并完成动手教程，快速跑通一条端到端 ETL 管道后再接入真实数据。

如何确认成功

uv add 命令执行完成且无报错，dagster、dagster-webserver、dagster-dg-cli 已写入项目依赖即安装成功。

常见问题

Q：Dagster 支持哪些 Python 版本？

A：README 明确说明官方支持 Python 3.9 到 3.14，请在该区间内选择解释器版本。

Q：不想用 uv，可以用 pip 安装吗？

A：README 只给出了 uv 的安装命令，未提供 pip 写法。PyPI 上的包名为 dagster，建议以官方文档的安装说明为准。

Q：只安装 dagster 一个包可以吗？

A：README 推荐同时安装 dagster-webserver 提供 Web UI、dagster-dg-cli 提供命令行能力，三者一起装体验更完整。

Q：怎么快速上手写第一个管道？

A：README 建议查阅官方文档 docs.dagster.io 或按 ETL 管道动手教程逐步操作。

注意事项

README 仅提供了 uv 方式的安装命令，其他安装方式请以官方文档为准，不要自行猜测参数。
本教程未包含启动 Web 服务、定义资源等命令，因为 README 节选中未给出对应说明。
dagster-webserver 负责界面与观测，dagster-dg-cli 负责命令行操作，两者分工不同。
Dagster 是云原生数据管道编排器，支持 Python 3.9 至 3.14。

核心亮点

以数据资产为中心，天然支持数据血缘和依赖管理
内置资源系统和 I/O 管理器，简化外部服务集成和读写抽象
强大的 UI 和可观测性，实时监控管道状态和日志

不足之处

学习曲线较陡，概念较多（资产、作业、资源等）
文档和社区相对较小，部分高级用法示例不足

适用场景

数据团队构建端到端的数据管道并需要清晰的血缘关系
需要统一开发、调度和监控的复杂数据平台
与 dbt、Spark 等工具结合，实现数据转换和编排

替代项目

Apache Airflow、Prefect、Luigi

项目介绍

dagster 是自动化工作流领域的开源项目，由 dagster-io 开发，2018 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（16,192）位列前 3%，在自动化工作流分类的 503 个项目里位列前 8%。

近 41 天，它的 GitHub 星标从 15,978 增加到 16,192，净增 214。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。Apache-2.0 许可证，可免费使用和部署。

它主要面向的使用场景是：数据团队构建端到端的数据管道并需要清晰的血缘关系。同类可对比的替代方案包括 Apache Airflow、Prefect、Luigi。

上一篇：useR2024-pipeline-workshop

下一篇：maestro