使用扩展进行并行处理

在这个示例中，我们将运行从一个公共模板创建的多个 Kubernetes Job。您可能需要先熟悉 Jobs 的基本概念、非并行以及如何使用它。

基本模板扩展

首先，将以下作业模板下载到名为 job-tmpl.yaml 的文件中。

application/job/job-tmpl.yaml 使用扩展进行并行处理 - 图1
  1. apiVersion: batch/v1
  2. kind: Job
  3. metadata:
  4.   name: process-item-$ITEM
  5.   labels:
  6.     jobgroup: jobexample
  7. spec:
  8.   template:
  9.     metadata:
  10.       name: jobexample
  11.       labels:
  12.         jobgroup: jobexample
  13.     spec:
  14.       containers:
  15.       - name: c
  16.         image: busybox
  17.         command: [“sh”, “-c”, “echo Processing item $ITEM && sleep 5”]
  18.       restartPolicy: Never

与 *pod 模板*不同，我们的 *job 模板*不是 Kubernetes API 类型。它只是 Job 对象的 yaml 表示， YAML 文件有一些占位符，在使用它之前需要填充这些占位符。$ITEM 语法对 Kubernetes 没有意义。

在这个例子中，容器所做的唯一处理是 echo 一个字符串并睡眠一段时间。 在真实的用例中，处理将是一些重要的计算，例如渲染电影的一帧，或者处理数据库中的若干行。这时，$ITEM 参数将指定帧号或行范围。

这个 Job 及其 Pod 模板有一个标签: jobgroup=jobexample。这个标签在系统中没有什么特别之处。 这个标签使得我们可以方便地同时操作组中的所有作业。 我们还将相同的标签放在 pod 模板上，这样我们就可以用一个命令检查这些 Job 的所有 pod。 创建作业之后，系统将添加更多的标签来区分一个 Job 的 pod 和另一个 Job 的 pod。 注意，标签键 jobgroup 对 Kubernetes 并无特殊含义。您可以选择自己的标签方案。

下一步，将模板展开到多个文件中，每个文件对应要处理的项。

  1. # 下载 job-templ.yaml
  2. curl -L -s -O https://k8s.io/examples/application/job/job-tmpl.yaml
  4. # 创建临时目录，并且在目录中创建 job yaml 文件
  5. mkdir ./jobs
  6. for i in apple banana cherry
  7. do
  8.   cat job-tmpl.yaml | sed "s/\$ITEM/$i/" > ./jobs/job-$i.yaml
  9. done

检查是否工作正常：

  1. ls jobs/

输出类似以下内容：

  1. job-apple.yaml
  2. job-banana.yaml
  3. job-cherry.yaml

在这里，我们使用 sed 将字符串 $ITEM 替换为循环变量。 您可以使用任何类型的模板语言(jinja2, erb) 或编写程序来生成 Job 对象。

接下来，使用 kubectl 命令创建所有作业：

  1. kubectl create -f ./jobs

输出类似以下内容：

  1. job.batch/process-item-apple created
  2. job.batch/process-item-banana created
  3. job.batch/process-item-cherry created

现在，检查这些作业：

  1. kubectl get jobs -l jobgroup=jobexample

输出类似以下内容：

  1. NAME                  COMPLETIONS   DURATION   AGE
  2. process-item-apple    1/1           14s        20s
  3. process-item-banana   1/1           12s        20s
  4. process-item-cherry   1/1           12s        20s

在这里，我们使用 -l 选项选择属于这组作业的所有作业。(系统中可能还有其他不相关的工作，我们不想看到。)

使用同样的标签选择器，我们还可以检查 pods：

  1. kubectl get pods -l jobgroup=jobexample

输出类似以下内容：

  1. NAME                        READY     STATUS      RESTARTS   AGE
  2. process-item-apple-kixwv    0/1       Completed   0          4m
  3. process-item-banana-wrsf7   0/1       Completed   0          4m
  4. process-item-cherry-dnfu9   0/1       Completed   0          4m

我们可以使用以下操作命令一次性地检查所有作业的输出：

  1. kubectl logs -f -l jobgroup=jobexample

输出内容为：

  1. Processing item apple
  2. Processing item banana
  3. Processing item cherry

多个模板参数

在第一个示例中，模板的每个实例都有一个参数，该参数也用作标签。 但是标签的键名在可包含的字符方面有一定的约束。

这个稍微复杂一点的示例使用 jinja2 模板语言来生成我们的对象。 我们将使用一行 python 脚本将模板转换为文件。

首先，粘贴 Job 对象的以下模板到一个名为 job.yaml.jinja2 的文件中：

  1. {%- set params = [{ "name": "apple", "url": "https://www.orangepippin.com/varieties/apples", },
  2.                   { "name": "banana", "url": "https://en.wikipedia.org/wiki/Banana", },
  3.                   { "name": "raspberry", "url": "https://www.raspberrypi.org/" }]
  4. %}
  5. {%- for p in params %}
  6. {%- set name = p["name"] %}
  7. {%- set url = p["url"] %}
  8. apiVersion: batch/v1
  9. kind: Job
  10. metadata:
  11.   name: jobexample-{{ name }}
  12.   labels:
  13.     jobgroup: jobexample
  14. spec:
  15.   template:
  16.     metadata:
  17.       name: jobexample
  18.       labels:
  19.         jobgroup: jobexample
  20.     spec:
  21.       containers:
  22.       - name: c
  23.         image: busybox
  24.         command: ["sh", "-c", "echo Processing URL {{ url }} && sleep 5"]
  25.       restartPolicy: Never
  26. ---
  27. {%- endfor %}

上面的模板使用 python 字典列表（第 1-4 行）定义每个作业对象的参数。 然后使用 for 循环为每组参数（剩余行）生成一个作业 yaml 对象。 我们利用了多个 yaml 文档可以与 --- 分隔符连接的事实（倒数第二行）。 我们可以将输出直接传递给 kubectl 来创建对象。

如果您还没有 jinja2 包则需要安装它: pip install --user jinja2。 现在，使用这个一行 python 程序来展开模板:

  1. alias render_template='python -c "from jinja2 import Template; import sys; print(Template(sys.stdin.read()).render());"'

输出可以保存到一个文件，像这样：

  1. cat job.yaml.jinja2 | render_template > jobs.yaml

或直接发送到 kubectl，如下所示：

  1. cat job.yaml.jinja2 | render_template | kubectl apply -f -

替代方案

如果您有大量作业对象，您可能会发现：

  • 即使使用标签，管理这么多 Job 对象也很麻烦。
  • 在一次创建所有作业时，您超过了资源配额，可是您也不希望以递增方式创建 Job 并等待其完成。
  • 同时创建大量作业会使 Kubernetes apiserver、控制器或者调度器负压过大。

在这种情况下，您可以考虑其他的作业模式。