Kubernetes 1.33: Job 的 SuccessPolicy 進入 GA 階段

我謹代表 Kubernetes 專案高興地宣佈，Job 的 success policy（成功策略）已在 v1.33 版本中正式釋出（General Availability，GA）。

關於 Job 的 Success Policy

在批處理工作負載中，你可能希望使用 leader-follower 模式，例如 MPI，其中 leader 控制執行，包括 follower 的生命週期。

在這種情況下，即使某些索引失敗了，你也可能希望將其標記為成功。不幸的是，在大多數情況下，一個未使用成功策略的 leader-follower 模式的 Kubernetes Job 會要求**所有** Pod 都成功完成，該 Job 才能達到整體的成功狀態。

對於 Kubernetes Job，API 允許你使用 .spec.successPolicy 欄位來指定提前退出的標準（你只能為索引式 Job 使用 .spec.successPolicy 欄位）。該欄位透過一組規則來描述，可以使用一個 Job 的成功索引列表，或定義成功索引所需的最小數量。

這個新穩定的欄位對於科學模擬、AI/ML 和高效能計算（HPC）批處理工作負載特別有價值。這些領域的使用者經常執行大量實驗，可能只需要特定數量的實驗成功完成，而不需要所有實驗都成功。在這種情況下，leader 索引的失敗是唯一相關的 Job 退出標準，而各個 follower Pod 的結果僅透過 leader 索引的狀態間接處理。此外，follower 不知道何時可以自行終止。

在 Job 滿足任何**成功策略**後，該 Job 會被標記為成功，並且所有 Pod 都會被終止，包括正在執行的 Pod。

工作原理

以下 Job 清單的摘錄使用 .successPolicy.rules[0].succeededCount，展示瞭如何使用自定義成功策略：

  parallelism: 10
  completions: 10
  completionMode: Indexed
  successPolicy:
    rules:
    - succeededCount: 1

在這裡，當一個索引成功時，無論其編號如何，該 Job 都會被標記為成功。此外，你可以在 .successPolicy.rules[0].succeededCount 中對 succeededCount 約束索引號，如下所示：

parallelism: 10
completions: 10
completionMode: Indexed
successPolicy:
  rules:
  - succeededIndexes: 0 # index of the leader Pod
    succeededCount: 1

此示例表明，一旦具有特定索引（Pod 索引 0）的 Pod 成功，該 Job 就會被標記為成功。

一旦 Job 達到了 successPolicy 規則之一，或根據 .spec.completions 達到了其 Complete 標準，kube-controller-manager 中的 Job 控制器會將 SuccessCriteriaMet 狀況新增到 Job 狀態中。之後，Job 控制器會為具有 SuccessCriteriaMet 狀況的 Job 啟動 Pod 的清理和終止。最終，當 Job 控制器完成清理和終止後，Job 會獲得 Complete 狀況。

瞭解更多

• 閱讀成功策略的文件。
• 閱讀 Job 成功/完成策略的 KEP。

參與其中

這項工作由 Kubernetes 批處理工作組領導，並與 SIG Apps 社群密切合作。

如果你有興趣參與該領域的新功能開發，我建議你訂閱我們的 Slack 頻道並參加定期的社群會議。

• ←上一篇
• 下一篇→