SchedulerX：K8s任務

單擊運行一次，在Kubernetes叢集中可以看到Pod啟動，Pod名稱為schedulerx-shell-{JobId}。

在SchedulerX控制台的任務管理頁面可以查詢歷史執行記錄，也可以看到Pod啟動並執行日誌。

單擊運行一次，在Kubernetes叢集中可以看到Pod啟動，Pod名稱為schedulerx-python-{JobId}。

在SchedulerX控制台任務管理頁面可以查詢歷史執行記錄，也可以看到Pod啟動並執行日誌。

單擊運行一次，在Kubernetes叢集中可以看到Pod啟動，Pod名稱為schedulerx-php-{JobId}。

在SchedulerX控制台任務管理頁面可以查詢歷史執行記錄，也可以看到Pod啟動並執行日誌

單擊運行一次，在Kubernetes叢集中可以看到Pod啟動，Pod名稱為schedulerx-node-{JobId}。

在SchedulerX控制台任務管理頁面可以查詢歷史執行記錄，也可以看到Pod啟動並執行日誌。

單擊運行一次，在Kubernetes叢集中可以看到Job和Pod啟動成功。

在SchedulerX控制台任務管理頁面可以查詢歷史執行記錄，也可以看到Pod啟動並執行日誌。

單擊運行一次，在Kubernetes叢集中可以看到Pod啟動成功。

在SchedulerX控制台的任務管理頁面可以查詢歷史執行記錄，也可以看到Pod啟動並執行日誌。

通過環境變數擷取任務參數

SchedulerX系統支援將任務參數預先配置到環境變數中，這樣無論是指令碼任務、Pod還是Job，都可以便捷地通過讀取環境變數來擷取所需的各項參數資訊。

如下所示，擷取SchedulerX任務參數值：

優勢

相較於K8s原生的Job功能，採用SchedulerX調度K8s Job具有以下顯著優勢：

可線上編輯的指令碼Pod

K8s Job常用情境是用來做資料處理和營運，一般以指令碼實現居多。原生的使用方式需要把指令碼打包到鏡像裡，在YAML檔案中配置指令碼命令。每當需要修改指令碼時，研發人員不得不經歷重新構建鏡像並再次發布的繁瑣過程。比如：

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

運用SchedulerX進行K8s任務管理時，您無需構建鏡像或編寫YAML配置指令碼。只需在控制台直接編輯支援Shell、Python、PHP和Node.js等多種語言的指令碼內容，系統便會自動將其以Pod方式運行。若需對指令碼進行更新，僅需在控制台重新編輯並儲存，下次調度時新版本指令碼將自動生效，顯著提升開發和管理K8s Job的工作效率。同時，藉助SchedulerX的K8s任務功能，完全屏蔽了容器相關的細節，對於不熟悉Container Service的研發人員而言，這項改進無疑顯著提升了開發效率，為他們帶來了極大的便利。

如下：

可視化任務編排

當前在K8s生態系統中，Argo作為一種主流的工作流程編排解決方案被廣泛應用。例如：

# The following workflow executes a diamond workflow
# 
#   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}}"]

藉助SchedulerX的工作流程功能，您能夠通過直觀的可視化介面，採用簡單的滑鼠拖拽操作來高效編排K8s任務流程，如下圖所示。

在使用體驗上，相較於Argo，SchedulerX更為便捷易用，尤其是在運行時，它提供了可視化的工作流程圖展示，能夠清晰地追蹤任務進度，方便快速識別和定位任務受阻的具體環節，如下圖所示顯示出具體的任務失敗：

警示監控

通過SchedulerX對您的Pod和Job進行調度，能夠充分利用其內建的監控警示機制，實現高效的任務狀態跟蹤與異常預警。

• 支援的警示通道：簡訊、電話、郵件、WebHook（DingTalk/企業微信/飛書）。

• 支援的警示策略：失敗警示、執行逾時警示。

Log Service

使用SchedulerX調度您的Pod和Job時，無需額外開通Log Service，系統將自動收集Pod運行期間產生的日誌。一旦Pod執行失敗，您可直接在SchedulerX控制台查看到詳細的失敗原因並分析，實現高效便捷的問題定位與調試。

監控大盤

通過SchedulerX來調度您的Pod和Job，無需另行開通Prometheus服務，即可查看內建的任務監控功能。

離線上混布

對於諸如訂單處理等對即時性要求較高的線上定時任務，可在同一進程內直接調用方法進行高效處理，與線上業務無縫整合。而對於即時性要求較低但資源消耗較大的離線定時任務，如報表定時匯出，可通過編寫指令碼並以啟動獨立Pod的方式運行。SchedulerX平台支援Java和Kubernetes任務類型，能夠實現離線與線上定時任務的混布調度，靈活滿足不同需求。