doc link

什麼是 Job？

在 Kubernetes (K8s) 中，我們常用的 Deployment 或 StatefulSet 物件追求的是「持續運行」，它們會確保指定數量的 Pod 一直處於服務狀態。

而 Job 則完全不同，它追求的是「最終完成」。Job 會建立一個或多個 Pod，並確保其中指定數量的 Pod 能夠成功執行到結束 (Exit Code 0)。一旦達到預期的成功數量，Job 就會宣告完成，並且不會再建立新的 Pod。

Job 非常適合用來執行一次性或批次性的任務，例如：

• 資料庫遷移 (Database Migration)
• 批次資料處理與分析
• 備份或還原操作
• CI/CD 流程中的建置或測試任務

重要：在 Job 的 Pod 模板中，spec.template.spec.restartPolicy 只能設定為 OnFailure 或 Never，而不能是 Always（Deployment 的預設值）。這是因為 Job 的目標是「完成」，而不是「永遠運行」。

Job 的三種運行模式

1. 非並行 Job (Non-parallel Job)

這是最簡單的模式。Job 只會啟動一個 Pod，並在該 Pod 成功結束後宣告完成。如果 Pod 失敗，Job 會根據 restartPolicy 和 backoffLimit 來決定是否重啟它。

apiVersion: batch/v1
kind: Job
metadata:
  name: pi-calculation
spec:
  template:
    spec:
      containers:
      - name: pi
        image: perl:5.34.0
        command: ["perl",  "-Mbignum=bpi", "-wle", "print bpi(2000)"]
      restartPolicy: OnFailure # 或 Never

2. 固定完成次數的並行 Job (Parallel Job with a fixed completion count)

這是最常見的批次處理模式。您可以指定 Job 總共需要成功完成多少次 (.spec.completions)，以及最多可以同時運行多少個 Pod (.spec.parallelism)。

應用場景：假設您有 100 個影片需要轉檔。您可以設定 completions: 100 和 parallelism: 10，這樣 K8s 就會以 10 個 Pod 並行處理，直到 100 個影片都轉檔成功為止。

apiVersion: batch/v1
kind: Job
metadata:
  name: video-processing
spec:
  completions: 100 # 期望成功完成 100 次
  parallelism: 10  # 最多同時運行 10 個 Pod
  template:
    spec:
      containers:
      - name: processor
        image: my-video-processor
      restartPolicy: OnFailure

3. 工作佇列模式的並行 Job (Parallel Job with a work queue)

在這種模式下，您不設定 .spec.completions，只設定 .spec.parallelism。Job 會持續運行指定數量的並行 Pod，直到其中任何一個 Pod 以成功狀態退出，Job 就會被視為完成。

應用場景：當您的 Pod 需要從一個外部的工作佇列（如 RabbitMQ, SQS）中拉取任務來處理時，就適合使用此模式。Pod 之間需要自行協調，確保同一個任務不會被重複處理。一旦某個 Pod 確認佇列已空並成功退出，整個 Job 就結束了。

apiVersion: batch/v1
kind: Job
metadata:
  name: message-queue-consumer
spec:
  # 不設定 completions
  parallelism: 5 # 啟動 5 個消費者
  template:
    spec:
      containers:
      - name: consumer
        image: my-mq-consumer
      restartPolicy: OnFailure

控制 Job 的行為

失敗重試 (.spec.backoffLimit)

如果 Job 中的 Pod 因故失敗（例如：程式 bug 或暫時性網路問題），Job Controller 會在一段延遲後重新建立 Pod。這個延遲時間是指數級增長的（10s, 20s, 40s, ...），最長不超過 6 分鐘。

.spec.backoffLimit 參數定義了整個 Job 可以被標記為「失敗」的重試次數上限。一旦達到這個上限，Job 就會停止重試，並被標記為 Failed。預設值是 6。

spec:
  backoffLimit: 4 # 最多重試 4 次

Pod 失敗策略 (.spec.podFailurePolicy)

在某些情況下，您可能希望在特定錯誤發生時，立即讓 Job 失敗，而不要等到 backoffLimit。例如，當 Pod 因為節點映像檔問題而無法啟動時，重試是沒有意義的。

podFailurePolicy 允許您定義一組規則，當 Pod 的失敗符合這些規則時，Job 會立即終止。詳細用法請參考官方文件。

成功策略 (.spec.successPolicy)

這是一個較新的功能，允許您在滿足特定條件時，提早宣告 Job 成功。例如，在一個並行 Job 中，只要有任意一個 Pod 成功，就可以終止所有其他 Pod 並宣告整個 Job 成功。詳細用法請參考官方文件。

自動清理已完成的 Job

根據預設，Job 和其關聯的 Pod 在完成後會一直保留在叢集中，以便您查看日誌和狀態。這可能會佔用大量空間。

您可以設定 .spec.ttlSecondsAfterFinished，讓 Job Controller 在 Job 完成（無論成功或失敗）後的一段時間，自動將其刪除。

spec:
  ttlSecondsAfterFinished: 100 # Job 完成 100 秒後自動刪除

Job 是 K8s 中處理非持續性任務的強大工具。在許多情況下，您可能會希望定期執行某個 Job，這時就需要 CronJob 了，我們將在下一篇文章中介紹它。