Kubernetes 作业中的 Pod 时间限制——每个 pod .spec.activeDeadlineSeconds

Question

正如Kuberenetes docs 中关于工作主题的解释：

activeDeadlineSeconds 适用于作业的持续时间，无论创建了多少 Pod。一旦 Job 到达 activeDeadlineSeconds，其所有正在运行的 Pod 都将终止，并且 Job 状态将变为 type: Failed 和 reason: DeadlineExceeded。

但是，我想做的是限制每个pod的时间。如果一个 pod 花费的时间太长，我希望它失败，但我希望其他 pod 继续运行，并在必要时为该作业创建更多 pod。

我将解释一下我的任务，只是为了让问题变得清晰。该作业包括从 Redis 数据库中获取项目，其中数据库用作一种队列。每个 pod 处理一个项目（好吧，数量可能会有所不同）。如果一个 pod 处理一个项目的时间太长，我希望它失败。但是，其他 pod 应该继续，作业应该继续创建 pod 并从数据库中检索更多项目。

Answer 1

您的用例似乎与 kubernetes 文档中的 this example 相同。
正如您所说，activeDeadlineSeconds 不是您应该在此处使用的参数。

如果 pod 无法在给定的时间范围内处理项目，我不确定您为什么希望 pod 失败。我在这里看到了一些您可以采用的不同方法，但是需要更多有关您问题性质的信息才能知道该采用哪种方法。 解决问题的一种方法是将作业并行度设置为您希望同时运行的 pod 数量，并在代码本身中设置此行为 -

• 如果延迟处理的问题是暂时的，您可能希望终止当前事务，将项目保留在队列中并重新开始处理同一项目
• 如果同一个项目失败 x 次，则应将其从队列中移除并推送到某种死信队列，等待稍后的故障排除

另一种方法是将队列中的消息扇出，为每条消息生成一个工作 pod，与 this example 描述的相同。
选择这个解决方案确实会导致每个 pod 花费太长时间来处理 item 失败，如果你将你创建的 pod 的 restartPolicy 设置为 never 你应该有一个失败的 pod 列表，对应于处理失败的项目数。

说了这么多，我不让 pod 失败是正确的方法，应该使用检测来跟踪失败的处理事件，无论是通过容器日志还是指标。