前言

在 Day7 中，我們學習了 ReplicaSet 與 Deployment，這兩者主要用於 長時間運行的服務，並且具備自動擴展與滾動更新的能力。

不過，真實世界中除了服務型應用之外，我們常常還需要執行一些 一次性任務 或 週期性任務。
例如：

• 一次性執行資料庫 migration
• 每小時備份或對服務做 health check
• 每天排程處理資料更新

這時候，k8s 的 Job 與 CronJob 就是一個很好的選擇。

Job：一次性批次任務

設計理念

• Job 主要是確保一個 Pod（或多個 Pod）可以 成功執行並完成任務。
• 和 Deployment 不同，它不會長時間持續運行，而是執行完就結束。

使用場景

• 資料庫 migration
• 一次性資料分析
• 批次轉檔、壓縮、上傳

常見參數

• completions：總共要完成多少次任務
• parallelism：允許同時跑幾個 Pod
• backoffLimit：失敗後最多重試幾次
• restartPolicy：通常設為 OnFailure

實作範例：一次性 Job

建立一個 Job，執行一次簡單的批次計算：

apiVersion: batch/v1
kind: Job
metadata:
  name: fibonacci-job
spec:
  template:
    spec:
      containers:
      - name: fibonacci
        image: busybox
        command: ["sh", "-c", "echo '計算斐波那契數列'; sleep 5; echo '完成!'"]
      restartPolicy: OnFailure

操作：

kubectl apply -f fibonacci-job.yaml
kubectl get jobs
kubectl logs job/fibonacci-job

CronJob：排程任務

設計理念

• CronJob 是在 Job 的基礎上，加入排程功能。
• 它的排程語法與 Linux cron 相同。

使用場景

• 每天凌晨執行資料備份
• 每小時檢查系統 health check 並回報
• 每天跑資料更新

常見參數

• schedule：cron 表達式，例如 "*/5 * * * *"
• startingDeadlineSeconds：允許延遲多久啟動
• concurrencyPolicy：控制是否允許任務重疊
• Allow（預設）：允許同時執行多個
• Forbid：禁止重疊
• Replace：新任務取代舊任務

實作範例：CronJob

建立一個 CronJob，每分鐘輸出一次時間戳記：

apiVersion: batch/v1
kind: CronJob
metadata:
  name: timestamp-cron
spec:
  schedule: "*/1 * * * *"
  jobTemplate:
    spec:
      template:
        spec:
          containers:
          - name: timestamp
            image: busybox
            command: ["sh", "-c", "date; echo Hello from CronJob"]
          restartPolicy: OnFailure

操作：

kubectl apply -f timestamp-cron.yaml
kubectl get cronjobs
kubectl get jobs --watch
kubectl logs job/<job-name>

Job 與 CronJob 的最佳實務

• 為 Job 設定 backoffLimit 避免無限重試。
• 為 CronJob 設定合適的 concurrencyPolicy，避免同時執行造成資源爭奪。
• 建議搭配 Resource Requests / Limits，避免批次任務吃光資源。
• 使用 kubectl describe cronjob 觀察 CronJob 行為。

總結

• Job：一次性批次任務。
• CronJob：週期性排程任務。
• 與其他 Kubernetes 工作負載比較：
  • ReplicaSet / Deployment：長時間服務
  • Job / CronJob：短期批次或排程
  • (明天的主題)DaemonSet：系統層級，常駐運行

Job 與 CronJob 是 Kubernetes 中 不可或缺的拼圖，讓自動化、數據處理、AI workflow 得以順暢運行。