Rundeck-Alternative
Runbook-Automation ohne JVM, ohne SQL-Datenbank und ohne in der GUI erstellte Jobs.
Dagu ist eine Rundeck-Alternative für Ops-Teams, die geplante Jobs, On-Demand-Runbooks und eine Web UI aus einem einzigen kleinen Binary wollen. Jobdefinitionen leben als YAML in Git statt hinter einer Konsole, der Zustand liegt in Dateien statt in MySQL oder Postgres, und bestehende Server werden über SSH oder mit gelabelten Workern erreicht. Diese Seite beschreibt auch den Migrationspfad.
# restart-app.yaml
params:
- name: host
default: app01.internal
ssh:
user: ops
host: ${params.host}
key: ~/.ssh/ops_key
steps:
- id: drain
run: /opt/app/bin/drain --wait
- id: restart
run: sudo systemctl restart app
depends: [drain]
- id: health_check
run: curl -fsS http://localhost:8080/healthz
retry_policy:
limit: 5
interval_sec: 10
depends: [restart]
handler_on:
failure:
run: ./scripts/notify-oncall.sh
Execution order
Ein Binary mit Zustand in Dateien, ohne JVM und ohne SQL-Datenbank
Jobs sind YAML unter Versionskontrolle, geprüft wie jede andere Änderung
SSH-Schritte und gelabelte Worker erreichen bestehende Server
SSO, RBAC und Audit-Logging zu einem öffentlichen Preis pro Server
At a glance
Rundeck vs. Dagu für Ops-Automation
Ein Binary mit Zustand in Dateien; Queues und Worker sind optional.
Java-Dienst plus MySQL oder Postgres in Produktion.
Deklaratives YAML im Git-Review.
Web-Konsole zuerst; YAML-Export und SCM-Sync als sekundärer Weg.
SSH-Schritte oder gelabelte Worker mit ausgehender Verbindung über mTLS-gRPC.
Node-Dispatch aus einem Resource-Model-Inventar über SSH oder WinRM.
Rollen pro Server oder pro Workspace, aus Gruppen des Identity Providers zugeordnet, mit SSO und Audit-Logging in der lizenzierten Version.
Feingranulare ACL-Richtlinien pro Projekt und pro Job.
Kostenlos mit unbegrenzten Servern; bezahlte Pläne lizenziert pro Dagu-Server mit unbegrenzten Workern.
Open-Source-Kern; die kommerzielle Process Automation mit Preis auf Anfrage.
Aktiver und Standby-Scheduler auf gemeinsamem Speicher mit automatischem Failover.
Die kommerzielle Version bietet Cluster-Konfigurationen.
In depth
How Dagu does it
Das Runbook behalten, den Stack loswerden
Rundeck läuft als Java-Dienst vor einer SQL-Datenbank; Jobs werden pro Projekt über die Web-Konsole definiert. Dagu hält dieselben operativen Konzepte in einem einzelnen Prozess, der seinen Zustand in Dateien speichert.
- Aus Jobs werden DAG-Dateien, aus Job-Steps werden Schritte, und Fehler-Handler entsprechen handler_on.failure.
- Job-Optionen entsprechen params: typisierte Eingaben mit Standardwerten, zur Laufzeit über UI, CLI oder API übergeben.
- Kein MySQL oder Postgres, das dimensioniert und gesichert werden muss, und kein JVM-Heap, der getunt werden muss; eine kleine VM genügt.
Jobs als Code, nicht als Klicks in der Konsole
Rundeck kann Definitionen exportieren und über sein SCM-Plugin synchronisieren, aber die Konsole ist die primäre Authoring-Oberfläche. Dagu dreht das um: Die YAML-Datei in Ihrem Repository ist die Definition.
- Jeder Job ist eine YAML-Datei in Git; Änderungen kommen als prüfbare Diffs an statt als Edits in der Konsole.
- dagu validate prüft generierte und handgeschriebene Definitionen in der CI, bevor sie den Scheduler erreichen.
- Die Web UI bearbeitet dasselbe YAML auf einem Canvas und dient auch dem Betrieb: Läufe mit Parametern starten, Logs verfolgen, Retries auslösen und Zeitpläne aussetzen.
Bestehende Server erreichen, ohne einen Agenten zu installieren
Rundeck dispatcht Kommandos aus einem Resource-Model-Inventar an Nodes. Dagu deckt dasselbe Terrain mit zwei Mechanismen ab: SSH für agentenlose Hosts und Worker dort, wo ein dauerhaft laufender Executor besser passt.
- Den SSH-Executor nutzen, um Schritte auf bestehenden Linux- und UNIX-Hosts ohne residenten Agenten auszuführen.
- dagu worker auf Maschinen starten, die lokale Ausführung brauchen, und Schritte über worker_selector-Labels dorthin routen.
- Worker verbinden sich ausgehend über mTLS-gesichertes gRPC; segmentierte Netzwerke brauchen also keine eingehenden Ports.
Die Personen, die Jobs ausführen, von den Personen trennen, die sie ändern
Das klassische Rundeck-Deployment gibt einer breiteren Gruppe einen sicheren Ausschnitt der Operationen in die Hand. Die lizenzierte Self-Host-Version von Dagu deckt diese Trennung mit Rollen, SSO und Audit-Logging ab.
- Die Rolle operator kann Läufe starten und stoppen, aber keine Definitionen bearbeiten; viewer ist rein lesend; developer und manager können Workflows ändern.
- Per OIDC über den bestehenden Identity Provider anmelden, statt ein zweites Benutzerverzeichnis zu pflegen.
- Audit-Logging zeichnet administrative und sicherheitsrelevante Aktivitäten für die Nachprüfung auf.
Ein öffentlicher Preis statt eines Vertriebsgesprächs
Rundecks kommerzielle Version wurde zu PagerDuty Process Automation, mit Preis auf Anfrage. Die Community-Version von Dagu ist kostenlos mit unbegrenzten Servern und Workern, und die lizenzierte Version hat einen öffentlichen Preis pro Server.
- Die Community-Version umfasst die komplette Orchestrierungs-Engine, die Web UI, Cron-Zeitpläne und die Docker-, SSH- und HTTP-Executors.
- Die lizenzierte Self-Host-Version beginnt bei 500 US-Dollar pro Jahr für drei Serverlizenzen und ergänzt SSO, RBAC, Audit-Logging und Incident-Routing.
- Worker bleiben in jedem Plan unbegrenzt; ein zusätzlicher ausführender Host ändert die Lizenzanzahl also nie.
Jeden Server von einer Konsole aus überwachen
Dagu Cloud ist die Control Plane für Ihre Dagu-Server. Jeder Server berichtet über eine ausgehende HTTPS-Verbindung, und Dagu Console zeigt Läufe, Fehlschläge und Alerts für alle.
- Läufe, Fehlschläge, Maschinen und Worker aller Server an einem Ort sehen.
- Alerts bei fehlgeschlagenen Jobs, verpassten Deadlines, geplanten Läufen, die nicht gestartet sind, und Läufen weit über ihrer üblichen Dauer erhalten, per E-Mail, Slack, Microsoft Teams, PagerDuty oder Webhook.
- Das Log eines fehlgeschlagenen Schritts lesen, einen Lauf wiederholen oder stoppen und einen wartenden Schritt in Dagu Console freigeben.
FAQ
Practical questions before adopting Dagu
Wie ziehen Rundeck-Jobs zu Dagu um?
Die Konzepte lassen sich direkt abbilden: Aus Jobs werden DAG-Dateien, aus Job-Steps werden Schritte, aus Optionen wird params, und aus Fehler-Handlern wird handler_on.failure. Konvertieren Sie das exportierte Job-YAML mit einem Skript, oder lassen Sie einen per MCP verbundenen KI-Client jeden DAG schreiben und gegen den Server prüfen. Wenn Sie ein Migrationswerkzeug für Rundeck-Jobs wollen, fordern Sie es unter dagu.sh/contact an.
Können Jobs weiterhin mit Parametern aus einer UI gestartet werden?
Ja. params deklariert typisierte Eingaben mit Standardwerten, und ein Lauf lässt sich aus der Web UI, der CLI oder der API mit Werten zur Laufzeit starten. Um einer Gruppe eine Reihe von Jobs zu übergeben, legen Sie sie in einen Workspace und geben Sie der Gruppe dort die Rolle operator.
Wie führt Dagu Kommandos auf vielen Servern aus?
Auf zwei Wegen. Der SSH-Executor führt Schritte auf agentenlosen Hosts aus, und im verteilten Modus laufen Worker auf Maschinen, die Schritte passend zu ihren worker_selector-Labels abholen. Ein Fan-out über viele Hosts nutzt parallele Schritte über eine Host-Liste.
Braucht Dagu eine Datenbank wie Rundeck?
Nein. Laufhistorie, Logs und Queue-Zustand sind Dateien auf der Festplatte. Genau das macht auch geschlossene Netzwerke unkompliziert: ein Binary, keine JVM und keine externen Dienste, die erreichbar sein müssen.
Was ersetzt Rundecks Zeitpläne und Webhooks?
Cron-Zeitpläne mit Zeitzonen-Unterstützung sind eingebaut, und Läufe lassen sich extern über die API oder einen Webhook auslösen, wobei die Payload im Workflow verfügbar ist. Die Parallelität ist standardmäßig pro Workflow begrenzt, und geteilte Limits nutzen benannte Queues.
Next step
Start with one workflow.
Install Dagu, move one fragile script or agent task into YAML, and decide from a real run history.