Skip to content

约 3 分钟阅读

Kubernetes Job 与 CronJob ​

Job 运行一个需要完成的任务并跟踪成功次数;CronJob 按计划创建 Job。它们适合批处理、迁移、报表和周期任务,不适合常驻服务。控制器可能在故障边界上重复创建或执行,因此任务必须具备幂等和去重设计。

重试尝试与同一业务任务的去重边界

Job ​

以下清单以 orders namespace 已存在为前提;镜像 digest 和应用参数必须替换。run ID 是业务输入,不应直接使用随机 Pod 名。示例不包含数据库凭据和实际对账逻辑。

yaml
apiVersion: batch/v1
kind: Job
metadata:
  name: order-reconciliation-20260718
  namespace: orders
spec:
  backoffLimit: 3
  activeDeadlineSeconds: 1800
  ttlSecondsAfterFinished: 86400
  template:
    spec:
      restartPolicy: Never
      containers:
        - name: worker
          image: registry.example.com/order-jobs@sha256:replace-with-digest
          args: ["reconcile", "--run-id=20260718"]
          resources:
            requests: { cpu: 200m, memory: 256Mi }
            limits: { memory: 512Mi }

backoffLimit 限制失败重试,activeDeadlineSeconds 限制整个 Job 运行时间,ttlSecondsAfterFinished 控制完成对象清理。关键任务的日志和结果应写入外部持久系统,不依赖已清理 Pod。

deadline 优先于剩余重试次数;Job 已进入 Failed 后,不会因 restartPolicy 自动重启整个 Job。即使 parallelism: 1、completions: 1 且 Pod 不重启,也不能承诺程序只启动一次。

并行任务可配置 completions 和 parallelism,或使用 indexed completion mode 给每个 Pod 稳定索引。分片必须互斥或幂等,避免多个 Pod 处理同一数据。

CronJob ​

yaml
apiVersion: batch/v1
kind: CronJob
metadata:
  name: daily-order-report
  namespace: orders
spec:
  schedule: "0 2 * * *"
  timeZone: "Asia/Shanghai"
  concurrencyPolicy: Forbid
  startingDeadlineSeconds: 600
  successfulJobsHistoryLimit: 3
  failedJobsHistoryLimit: 3
  jobTemplate:
    spec:
      backoffLimit: 2
      template:
        spec:
          restartPolicy: Never
          containers:
            - name: report
              image: registry.example.com/order-jobs@sha256:replace-with-digest
              args: ["daily-report"]
配置选择边界
Allow上一轮未结束也可启动新一轮,任务必须支持并发
Forbid跳过重叠执行,适合不可并行任务
Replace停止旧 Job 并创建新 Job,适合只关心最新结果
startingDeadlineSeconds控制错过计划后的补启动窗口
timeZone明确调度时区,避免依赖控制器本地时区

CronJob 调度不是严格的 exactly-once。控制器故障、时钟和状态更新边界都可能带来漏调或重复,业务应使用任务周期、run ID 或数据库唯一键去重。

Forbid 只约束同一个 CronJob 创建的 Job,不能阻止另一个 CronJob 或手工补跑处理同一日期。重叠时错过的调度还受启动截止窗口影响;不要把它当成全局数据库锁。修改 jobTemplate 只影响之后新建的 Job,已经运行的实例不会同步更新;suspend: true 也不会停止已有 Job。

任务幂等 ​

可靠批任务通常采用:

  • 输入区间或业务日期作为稳定 run ID。
  • 数据库唯一键、状态机或 compare-and-set 防止重复写入。
  • 先记录任务实例,再执行外部副作用。
  • 可恢复的 checkpoint,而不是失败后从头重复所有动作。
  • 把永久输入错误和暂时依赖错误分开处理。

例如按业务日期生成日报,两个 Pod 都处理 daily-report:2026-07-18。数据库以“报表类型 + 业务日期”设唯一约束,在同一事务中提交结果和完成状态;重复尝试读取已提交结果,未完成尝试按 checkpoint 恢复。若还有发邮件、转账等外部动作,单独插入“已开始”记录仍可能在崩溃后漏做或重做,需要 outbox、外部幂等键和结果对账形成闭环。

排障 ​

bash
kubectl get cronjob,job,pod -n orders
kubectl describe cronjob daily-order-report -n orders
job_name=替换为实际任务名称
kubectl describe job "$job_name" -n orders
kubectl logs "job/$job_name" -n orders
kubectl get events -n orders --sort-by=.metadata.creationTimestamp

Job 可能包含多个尝试或分片;logs job/... 的单次输出不等于所有 Pod 日志。继续按 batch.kubernetes.io/job-name 标签列出各 Pod,分别核对当前与上一轮容器日志,并与业务 run ID 关联。

现象优先检查
CronJob 未创建 Jobschedule、timeZone、suspend、deadline、控制器 Events
Job 重复处理业务幂等键、Cron 重叠、Pod 重建和重试
Job 长期 Activedeadline、外部依赖超时、Pod 状态
Job FailedbackoffLimit、退出码、日志和输入数据
完成对象过多TTL 和 history limit,外部日志保留策略
别急,先让缓存热一下。