Kubernetes 1.33: Job 的 SuccessPolicy 进入 GA 阶段

我谨代表 Kubernetes 项目高兴地宣布，Job 的 success policy（成功策略）已在 v1.33 版本中正式发布（General Availability，GA）。

关于 Job 的 Success Policy

在批处理工作负载中，你可能希望使用 leader-follower 模式，例如 MPI，其中 leader 控制执行，包括 follower 的生命周期。

在这种情况下，即使某些索引失败了，你也可能希望将其标记为成功。不幸的是，在大多数情况下，一个未使用成功策略的 leader-follower 模式的 Kubernetes Job 会要求**所有** Pod 都成功完成，该 Job 才能达到整体的成功状态。

对于 Kubernetes Job，API 允许你使用 .spec.successPolicy 字段来指定提前退出的标准（你只能为索引式 Job 使用 .spec.successPolicy 字段）。该字段通过一组规则来描述，可以使用一个 Job 的成功索引列表，或定义成功索引所需的最小数量。

这个新稳定的字段对于科学模拟、AI/ML 和高性能计算（HPC）批处理工作负载特别有价值。这些领域的用户经常运行大量实验，可能只需要特定数量的实验成功完成，而不需要所有实验都成功。在这种情况下，leader 索引的失败是唯一相关的 Job 退出标准，而各个 follower Pod 的结果仅通过 leader 索引的状态间接处理。此外，follower 不知道何时可以自行终止。

在 Job 满足任何**成功策略**后，该 Job 会被标记为成功，并且所有 Pod 都会被终止，包括正在运行的 Pod。

工作原理

以下 Job 清单的摘录使用 .successPolicy.rules[0].succeededCount，展示了如何使用自定义成功策略：

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

在这里，当一个索引成功时，无论其编号如何，该 Job 都会被标记为成功。此外，你可以在 .successPolicy.rules[0].succeededCount 中对 succeededCount 约束索引号，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，该 Job 就会被标记为成功。

一旦 Job 达到了 successPolicy 规则之一，或根据 .spec.completions 达到了其 Complete 标准，kube-controller-manager 中的 Job 控制器会将 SuccessCriteriaMet 状况添加到 Job 状态中。之后，Job 控制器会为具有 SuccessCriteriaMet 状况的 Job 启动 Pod 的清理和终止。最终，当 Job 控制器完成清理和终止后，Job 会获得 Complete 状况。

了解更多

• 阅读成功策略的文档。
• 阅读 Job 成功/完成策略的 KEP。

参与其中

这项工作由 Kubernetes 批处理工作组领导，并与 SIG Apps 社区密切合作。

如果你有兴趣参与该领域的新功能开发，我建议你订阅我们的 Slack 频道并参加定期的社区会议。

• ←上一篇
• 下一篇→