Microservices Engine:Kubernetes ジョブ

オンラインでのスクリプト編集

Kubernetes ジョブの一般的なユースケースは、データ処理や運用タスクであり、これらは多くの場合スクリプトで実装されます。ネイティブなワークフローでは、スクリプトをイメージにパッケージ化し、YAML ファイルでコマンドを構成する必要があります。スクリプトを変更するたびに、開発者はイメージを再ビルドして再デプロイする必要があります。例：

apiVersion: batch/v1
kind: Job
metadata:
  name: hello
spec:
  template:
    spec:
      containers:
      - name: hello
        image: busybox
        command: ["sh",  "/root/hello.sh"]
      restartPolicy: Never
  backoffLimit: 4

SchedulerX で Kubernetes ジョブを管理する場合、イメージのビルドやスクリプトの構成のための YAML 記述は不要です。コンソール上で直接、シェル、Python、PHP、Node.js のスクリプトを編集でき、システムが自動的に Pod 内で実行します。スクリプトを更新するには、コンソール上で編集・保存するだけで済み、次回のスケジュール時に最新版のスクリプトが実行されます。これにより、Kubernetes ジョブの開発および管理効率が大幅に向上します。さらに、コンテナ関連の詳細を抽象化することで、コンテナサービスに詳しくない開発者でも Kubernetes を容易に扱えるようになり、生産性が向上します。

例：

SchedulerX コンソールのジョブ編集ページでは、スクリプトエディタ で直接スクリプトの内容を記述・修正できます。完了したら、[保存] をクリックします。最新版のスクリプトは、次回のスケジュール時に自動的に実行されます。

ビジュアルジョブオーケストレーション

Kubernetes エコシステムにおいて、Argo はワークフローオーケストレーションの一般的なソリューションです。例：

# 次のワークフローは、ダイヤモンド型ワークフローを実行します。
# 
#   A
#  / \
# B   C
#  \ /
#   D
apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:
  generateName: dag-diamond-
spec:
  entrypoint: diamond
  templates:
  - name: diamond
    dag:
      tasks:
      - name: A
        template: echo
        arguments:
          parameters: [{name: message, value: A}]
      - name: B
        depends: "A"
        template: echo
        arguments:
          parameters: [{name: message, value: B}]
      - name: C
        depends: "A"
        template: echo
        arguments:
          parameters: [{name: message, value: C}]
      - name: D
        depends: "B && C"
        template: echo
        arguments:
          parameters: [{name: message, value: D}]

  - name: echo
    inputs:
      parameters:
      - name: message
    container:
      image: alpine:3.7
      command: [echo, "{{inputs.parameters.message}}"]

SchedulerX のワークフロー機能を使用すると、ドラッグ＆ドロップインターフェイスで Kubernetes ジョブをビジュアルにオーケストレーションできます。

Argo と比較して、SchedulerX はよりユーザーフレンドリな体験を提供します。ランタイム中は、ジョブの進捗状況を明確に追跡できるビジュアルワークフローグラフを表示するため、ボトルネックや失敗したタスクを簡単に特定・位置特定できます。

ワークフローインスタンスビューでは、各タスクノードのステータスに応じて色分け（例：成功は緑、失敗は赤）されるため、視覚的に障害箇所をピンポイントで特定できます。

モニタリングとアラート機能

Pod やジョブを SchedulerX でスケジューリングすると、内蔵のモニタリングおよびアラートシステムを利用して、ステータスの効率的な追跡や例外時のアラート通知が可能です。

• サポートされているアラートチャンネル： SMS、電話、メール、Webhook（DingTalk、WeCom、Lark 対応）

• サポートされているアラートポリシー： 失敗時アラート、実行タイムアウト時アラート

ログサービス

SchedulerX を使用して Pod やジョブをスケジューリングすると、Pod 実行中に生成されたログを自動的に収集します。追加のログサービスを有効にする必要はありません。Pod が失敗した場合、SchedulerX コンソールで直接詳細な失敗理由を確認・分析し、迅速にトラブルシューティングできます。

タスクインスタンスの詳細画面では、スタックトレースや失敗理由を含む、Pod 実行中に生成された完全なログを確認でき、問題の迅速な特定とデバッグに役立ちます。

モニタリングダッシュボード

SchedulerX を使用して Pod やジョブをスケジューリングすると、Prometheus などのサービスを有効にすることなく、内蔵のジョブモニタリングダッシュボードを利用できます。

モニタリングダッシュボードには、ジョブの実行回数、成功・失敗率、実行時間の推移などの主要メトリックが表示され、ジョブの運用状況をグローバルに把握できます。

混合ジョブデプロイメント

注文処理など、リアルタイム性能が求められるオンラインジョブでは、同一プロセス内で直接メソッドを呼び出して効率的に処理し、オンラインサービスとのシームレスな統合を実現できます。一方、定期的なレポートエクスポートなど、リアルタイム性の要求は低いもののリソースを大量に消費するオフラインジョブでは、スクリプトを記述して別の Pod で実行できます。SchedulerX プラットフォームは Java および Kubernetes の両ジョブタイプをサポートしており、オンラインおよびオフラインジョブのハイブリッドデプロイメントを実現し、多様な要件に対応できます。