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
  3. # 创建临时目录,并且在目录中创建 job yaml 文件
  4. mkdir ./jobs
  5. for i in apple banana cherry
  6. do
  7. cat job-tmpl.yaml | sed "s/\$ITEM/$i/" > ./jobs/job-$i.yaml
  8. 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