如何在Kubernetes环境中部署SchedulerX - 分布式任务调度 SchedulerX

SchedulerX支持定时调度程序、多语言脚本和HTTP接口，也支持调度原生的K8s Job或者Pod。本文介绍如何在Kubernetes环境中部署SchedulerX。

使用场景

使用SchedulerX调度K8s Job有如下优势。

可在线编辑脚本Pod

K8s Job常用于数据处理和运维场景，一般以脚本实现居多。原生的使用方式需要将脚本打包到镜像里，在YAML文件中配置脚本命令。如果要修改脚本，需要重新构建镜像和发布。如下所示。

展开查看代码

apiVersion: batch/v1
kind: Job
metadata:
  name: hello
spec:
  template:
    spec:
      containers:
      - name: hello
        image: registry.cn-hangzhou.aliyuncs.com/test/hello:1.0.0
        command: ["sh",  "/root/hello.sh"]
      restartPolicy: Never
  backoffLimit: 4

而使用SchedulerX则无需构建镜像和编写YAML脚本，只需在SchedulerX控制台直接编辑脚本（Shell、Python、PHP或Node.js），即可自动以Pod方式运行脚本。如果要修改脚本，只需在SchedulerX控制台重新编辑脚本，下次调度会自动生效，继而提高K8s Job的开发效率。同时，使用SchedulerX的K8s任务时，您无需了解容器底层细节，可以低门槛使用容器技术。

可视化任务编排

K8s中主流解决方案是使用argo进行工作流编排，如下所示。

展开查看代码

# 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}}"]

SchedulerX支持通过可视化界面拖拽进行K8s任务的编排，相较于当前主流的、通过代码进行工作流编排的解决方案更为便捷。此外，任务运行时，可视化的工作流图可以帮助您快速排查任务卡点，提高运维效率。

报警监控

使用SchedulerX来调度Pod或者Job，可以复用SchedulerX的监控报警功能。

支持的报警通道：短信、电话、邮件、Webhook（钉钉/企业微信/飞书）。
支持的报警策略：失败报警、执行超时报警。

日志服务

使用SchedulerX调度Pod或者Job时，无需额外开通日志服务，就可以自动采集Pod运行的日志。如果Pod运行失败，您可以直接在SchedulerX控制台排查Pod执行失败的原因。

在日志服务页面，左侧为任务实例列表，可按状态、应用 ID 等条件筛选任务，任务类型为 Job-YAML，状态包括成功和失败。右侧为日志查看面板，支持按搜索字段和时间范围检索日志。失败任务的关键日志记录包含以下错误信息：

job processor exec fail.null
ExitCode: 255 Reason: Error
Argument to accuracy must be greater than zero at /usr/local/lib/perl5/5.34.0/bignum.pm line 215

监控大盘

您可以通过SchedulerX自带的任务监控大盘实时观察您的任务。

离线在线混和部署

SchedulerX提供离在线定时任务混布调度功能，支持Java和K8s任务类型。一个业务应用通常包括多个定时任务。如果定时任务调度频率较高，可以直接使其与业务应用处于同一进程中。但进程内调用会消耗在线应用自身的CPU和内存，无法与在线业务隔离。所以，当一个定时任务资源消耗大且调度频率不高（例如每小时或每天运行一次）时，可以新增一个Pod运行该定时任务，使之与原来的在线应用处于不同进程中。

方式一：通过Deployment部署SchedulerX（推荐）

使用非Java应用类型时，可以通过Deployment部署一个schedulerx-agent.yaml。SchedulerX会以单独的Pod启动应用。流程和原理如下图所示。

前提条件

已创建Kubernetes集群（阿里云容器服务ACK集群或自建Kubernetes集群）。具体操作，请参见创建Kubernetes集群。
已开通SchedulerX。
已在分布式任务调度平台创建一个应用类型为K8s的应用。具体操作，请参见创建应用。

创建应用时，版本选择专业版，开启日志服务。在实例繁忙配置中，将 load5 设为 0，内存使用率设为 90%，磁盘使用率设为 95%，并开启是否触发繁忙机器开关。

步骤一：配置ServiceAccount

SchedulerX K8s任务依赖于ServiceAccount进行验证与授权，且默认使用Namespace的SchedulerX ServiceAccount运行K8s任务。

在K8s集群里和对应的Namespace下，仅需运行一次schedulerx-serviceaccount.yaml。如果Namespace之间需要隔离，仅调度目标Namespace下的Pod或者Job，可运行如下YAML示例代码。

展开查看具体代码

apiVersion: v1
kind: ServiceAccount
metadata:
  name: schedulerx
---
apiVersion: rbac.authorization.k8s.io/v1
kind: Role
metadata:
  name: schedulerx-role
rules:
  - apiGroups: [""]
    resources: ["pods"]
    verbs: ["create","delete","get","list","patch","update","watch"]
  - apiGroups: [""]
    resources: ["pods/log"]
    verbs: ["get","list","watch"]
  - apiGroups: [""]
    resources: ["configmaps"]
    verbs: ["create","delete","get","list","patch","update"]
  - apiGroups: [""]
    resources: ["events"]
    verbs: ["watch"]
  - apiGroups: ["batch"]
    resources: ["jobs","cronjobs"]
    verbs: ["create","delete","get","list","patch","update","watch"]
---
kind: RoleBinding
apiVersion: rbac.authorization.k8s.io/v1
metadata:
  name: schedulerx-binding
subjects:
  - kind: ServiceAccount
    name: schedulerx
roleRef:
  apiGroup: rbac.authorization.k8s.io
  kind: Role
  name: schedulerx-role

如果有跨Namespace调度的需求，需使用ClusterRole和ClusterRoleBinding。

展开查看具体代码

apiVersion: v1
kind: ServiceAccount
metadata:
  name: schedulerx
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:
  name: schedulerx-cluster-role
rules:
  - apiGroups: [""]
    resources: ["pods"]
    verbs: ["create","delete","get","list","patch","update","watch"]
  - apiGroups: [""]
    resources: ["pods/log"]
    verbs: ["get","list","watch"]
  - apiGroups: [""]
    resources: ["configmaps"]
    verbs: ["create","delete","get","list","patch","update"]
  - apiGroups: [""]
    resources: ["events"]
    verbs: ["watch"]
  - apiGroups: ["batch"]
    resources: ["jobs","cronjobs"]
    verbs: ["create","delete","get","list","patch","update","watch"]
---
kind: ClusterRoleBinding
apiVersion: rbac.authorization.k8s.io/v1
metadata:
  name: schedulerx-cluster-binding
subjects:
  - kind: ServiceAccount
    name: schedulerx
    namespace: <NAMESPACE1>
  - kind: ServiceAccount
    name: schedulerx
    namespace: <NAMESPACE2>
roleRef:
  apiGroup: rbac.authorization.k8s.io
  kind: ClusterRole
  name: schedulerx-cluster-role

步骤二：安装schedulerx-agent.yaml

schedulerx-agent.yaml配置如下所示。

展开查看schedulerx-agent.yaml配置

apiVersion: apps/v1
kind: Deployment
metadata:
  name: schedulerx-agent
  labels:
    app: schedulerx-agent
spec:
  replicas: 1
  selector:
    matchLabels:
      app: schedulerx-agent
  template:
    metadata:
      labels:
        app: schedulerx-agent
    spec:
      serviceAccountName: schedulerx
      containers:
      - name: schedulerx-agent
        image: schedulerx-registry.cn-hangzhou.cr.aliyuncs.com/schedulerx2/agent:latest-amd64
        imagePullPolicy: Always
        resources:
          requests:
            cpu: 500m
        env:
          - name: "SCHEDULERX_ENDPOINT"
            value: "${SCHEDULERX_ENDPOINT}"
          - name: "SCHEDULERX_NAMESPACE"
            value: "${SCHEDULERX_NAMESPACE}"
          - name: "SCHEDULERX_GROUPID"
            value: "${SCHEDULERX_GROUPID}"
          - name: "SCHEDULERX_APPKEY"
            value: "${SCHEDULERX_APPKEY}"
          - name: "SCHEDULERX_STARTER_MODE"
            value: "pod"
        livenessProbe: 
          exec: 
            command: ["/bin/bash","/root/health.sh"]
          timeoutSeconds: 30
          initialDelaySeconds: 30

SchedulerX agent image变量说明

芯片架构	区域	说明
X86_64	中国地区	schedulerx-registry.cn-hangzhou.cr.aliyuncs.com/schedulerx2/agent:latest-amd64
X86_64	中国境外	schedulerx-registry.ap-southeast-1.cr.aliyuncs.com/schedulerx2/agent:latest-amd64
ARM64	中国地区	schedulerx-registry.cn-hangzhou.cr.aliyuncs.com/schedulerx2/agent:latest-arm64
ARM64	中国境外	schedulerx-registry.ap-southeast-1.cr.aliyuncs.com/schedulerx2/agent:latest-arm64

SchedulerX agent env变量说明

变量	说明
${SCHEDULERX_ENDPOINT}	您部署应用的地域（Region）和对应的Endpoint，例如addr-sh-internal.edas.aliyun.com。更多信息，请参见Endpoint列表。
${SCHEDULERX_NAMESPACE}	Namespace为命名空间ID，可以在SchedulerX控制台的命名空间页面获取。在分布式任务调度平台控制台左侧导航栏单击命名空间，在命名空间列表的命名空间ID列获取目标命名空间对应的 ID 值，用于替换配置中的 `${SCHEDULERX_NAMESPACE}`。
${SCHEDULERX_GROUPID}	GroupId为应用ID，可以在SchedulerX控制台应用管理页面获取。登录 SchedulerX 控制台，在应用管理页面的应用列表中，查看目标应用对应的应用ID，即为该参数值。
${SCHEDULERX_APPKEY}	AppKey为应用Key，可以在SchedulerX控制台应用管理页面获取。该值可在 SchedulerX 控制台应用管理页面的应用列表中，从应用key列获取。

部署Deployment完成后，如果可以在SchedulerX控制台应用管理页面查看实例，表明接入成功。

方式二：通过helm包部署SchedulerX

前提条件

已创建Kubernetes集群（阿里云容器服务ACK集群或自建Kubernetes集群）。具体操作，请参见创建Kubernetes集群。
已开通SchedulerX。
已在分布式任务调度平台创建一个应用类型为k8s的应用。具体操作，请参见创建应用。
已安装helm包管理工具。

步骤一：下载SchedulerX helm

执行如下命令，下载SchedulerX helm包。

wget https://schedulerx2.oss-cn-hangzhou.aliyuncs.com/helm/schedulerxchart-2.0.0.tgz

步骤二：安装schedulerx helm包

在分布式任务调度平台获取应用的接入参数。
1. 登录分布式任务调度平台。
2. 在顶部菜单栏选择地域。
3. 在左侧导航栏，单击应用管理。
4. 在应用管理页面的操作列，单击接入配置。在接入配置页面左上角，选择k8s。

执行如下安装命令。

说明

安装命令的接入参数需要替换为目标应用的接入参数。
接入配置中的镜像地址默认为公网中amd架构的镜像。您需要根据自身机器所在的区域以及机器架构选择合适的镜像地址。

helm install  schedulerxchart schedulerxchart-2.0.0.tgz \
--set SCHEDULERX_ENDPOINT=acm.aliyun.com\
,SCHEDULERX_NAMESPACE=f856c3f8-a15c-4a7e-9b4e-f812a9f8****\
,SCHEDULERX_GROUPID=k8s-test3\
,SCHEDULERX_APPKEY=****\
,SCHEDULERX_AGENT_IMAGE=schedulerx-registry.cn-hangzhou.cr.aliyuncs.com/schedulerx2/agent:latest-amd64

安装过程如下所示。

[root@tangtao-cenos-dev-2 ~]# helm install  schedulerxchart schedulerxchart-2.0.0.tgz \
> --set SCHEDULERX_ENDPOINT=acm.aliyxxx \
> ,SCHEDULERX_NAMESPACE=f856c3f8-a15c-4a7e-9b4e-fxxx \
> ,SCHEDULERX_GROUPID=k8sxxx \
> ,SCHEDULERX_APPKEY=VRW7waCaeZlxxx \
> ,SCHEDULERX_AGENT_IMAGE=registry.cn-hangzhou.aliyuncs.com/schxxx
NAME: schedulerxchart
LAST DEPLOYED: Fri Oct 21 14:21:25 2022
NAMESPACE: default
STATUS: deployed
REVISION: 1
TEST SUITE: None
[root@tangtao-cenos-dev-2 ~]# helm list
NAME              NAMESPACE    REVISION    UPDATED                                   STATUS      CHART                    APP VERSION
schedulerxchart   default      1           2022-10-21 14:21:25.978497197 +0800 CST   deployed    schedulerxchart-2.0.0    1.8.0
[root@tangtao-cenos-dev-2 ~]# kubectl get pod
NAME                                    READY   STATUS    RESTARTS   AGE
schedulerx-agent-d8cf5bd55-f4nkt        1/1     Running   0          13s

SchedulerX agent image变量说明

芯片架构	区域	说明
x86_64	中国地区	schedulerx-registry.cn-hangzhou.cr.aliyuncs.com/schedulerx2/agent:latest-amd64
x86_64	中国境外	schedulerx-registry.ap-southeast-1.cr.aliyuncs.com/schedulerx2/agent:latest-amd64
arm64	中国地区	schedulerx-registry.cn-hangzhou.cr.aliyuncs.com/schedulerx2/agent:latest-arm64
arm64	中国境外	schedulerx-registry.ap-southeast-1.cr.aliyuncs.com/schedulerx2/agent:latest-arm64

SchedulerX agent env变量说明

变量	说明
${SCHEDULERX_ENDPOINT}	您部署应用的地域（Region）和对应的Endpoint，例如addr-sh-internal.edas.aliyun.com。更多信息，请参见Endpoint列表。
${SCHEDULERX_NAMESPACE}	Namespace为命名空间ID，可以在SchedulerX控制台的命名空间页面获取。在分布式任务调度平台控制台左侧导航栏单击命名空间，在命名空间列表的命名空间ID列获取目标命名空间对应的 ID 值，用于替换配置中的 `${SCHEDULERX_NAMESPACE}`。
${SCHEDULERX_GROUPID}	GroupId为应用ID，可以在SchedulerX控制台应用管理页面获取。登录 SchedulerX 控制台，在应用管理页面的应用列表中，查看目标应用对应的应用ID，即为该参数值。
${SCHEDULERX_APPKEY}	AppKey为应用Key，可以在SchedulerX控制台应用管理页面获取。该值可在 SchedulerX 控制台应用管理页面的应用列表中，从应用key列获取。
SCHEDULERX_AGENT_IMAGE	镜像地址。

安装完成后，可以通过SchedulerX控制台查看实例。

方式三：通过Java SDK部署SchedulerX

如果您的应用为Java应用，除K8s任务外，还需要调度Java程序，您可以使用Java SDK部署。SchedulerX和您的在线业务处于一个进程中。流程和原理如下图所示。

前提条件

创建Kubernetes集群（阿里云容器服务ACK集群或自建Kubernetes集群）。具体操作，请参见创建Kubernetes集群。
开通SchedulerX。
在分布式任务调度平台创建一个应用类型为K8s的应用。具体操作，请参见创建应用。

接入SchedulerX

关于SDK接入，请参见Spring Boot应用接入SchedulerX。

使用K8s任务还需要依赖一个schedulerx-plugin-kubernetes，如下所示。

说明

schedulerx2.version使用最新客户端版本，更多信息，请参见发布记录。

<dependency>
  <groupId>com.aliyun.schedulerx</groupId>
  <artifactId>schedulerx2-spring-boot-starter</artifactId>
  <version>${schedulerx2.version}</version>
</dependency>	
<dependency>
  <groupId>com.aliyun.schedulerx</groupId>
  <artifactId>schedulerx2-plugin-kubernetes</artifactId>
  <version>${schedulerx2-plugin-kubernetes.version}</version>
</dependency>

后续步骤：创建K8s任务

运行以下脚本时，您需要在任务管理页面创建一个K8s任务。具体操作，请参见任务管理。

Shell脚本

如果您想通过Pod运行Shell脚本，您可以在任务管理页面创建一个K8s任务，选择资源类型为Shell-Script，使用默认镜像busybox，或替换为您自建的镜像。

在创建任务页面的基本配置步骤中，设置以下参数：

任务名：填写 Shell-Script
应用ID：选择目标应用
任务类型：选择 k8s
资源类型：选择 Shell-Script
脚本内容：输入 echo 'Hello, World!'
模版类型：选择 普通模板
镜像：填写 busybox
mountPath：填写 script/shell
imagePullPolicy：选择 IfNotPresent
文件格式：选择 unix
执行模式：选择 单机运行
优先级：选择中

设置完成后单击下一步，完成定时配置和通知配置后提交任务。

单击运行一次，在Kubernetes集群中可以看到Pod启动，Pod名称为schedulerx-shell-{JobId}。

[root@schedulerx-agent-xxx /]
# kubectl get pod | grep schedulerx
schedulerx-agent-69d448d974-xzjw6    1/1     Running     0          18h
schedulerx-shell-1461                0/1     Completed   0          2m37s

[root@schedulerx-agent-xxx /]
# kubectl logs schedulerx-shell-1461
Hello, World!
hello schedulerx!

[root@schedulerx-agent-xxx /]
#

在SchedulerX控制台任务管理页面可以查询历史执行记录，也可以查看Pod运行的日志。

Python脚本

如果您想通过Pod运行Python脚本，您可以在任务管理页面创建一个K8s任务，选择资源类型为Python-Script，使用默认镜像Python，或替换为您自建的镜像。

在创建任务页面的基本配置步骤中，配置以下参数：

任务名：填写Python-Script
应用ID：选择目标应用
任务类型：选择k8s
资源类型：选择Python-Script
在代码编辑器中输入 Python 脚本，例如import sys和print('Hello, World!')
模板类型：选择普通模板
镜像：填写python
mountPath：填写script/python
imagePullPolicy：选择IfNotPresent
文件格式：选择unix
执行模式：选择单机运行
优先级：选择中

配置完成后单击下一步，完成定时配置和通知配置后保存任务。

单击运行一次，在Kubernetes集群中可以看到Pod启动，Pod名称为schedulerx-python-{JobId}。

[root@schedulerx-agent-xxx /]
# kubectl get pod | grep schedulerx
schedulerx-agent-69d448d974-xzjw6    1/1     Running     0          18h
schedulerx-python-1463                0/1     Completed   0          5m37s
schedulerx-shell-1461                 0/1     Completed   0          15m

[root@schedulerx-agent-xxx /]
# kubectl logs schedulerx-python-1463
Hello, World!

[root@schedulerx-agent-xxx /]
#

在SchedulerX控制台任务管理页面可以查询历史执行记录，也可以看到Pod运行的日志。

在任务实例记录页面可查看任务执行状态（成功或失败）。单击对应记录可打开日志面板，日志输出包含Hello, World!及pod status change to Succeeded等信息，表明 Python 脚本已在 Pod 中执行成功。

PHP脚本

如果您想通过Pod运行PHP脚本，您可以在任务管理页面创建一个K8s任务，选择资源类型为PHP-Script，使用默认镜像php:7.4-cli，或替换为您自建的镜像。

在创建任务页面的基本配置步骤中，设置以下参数：

任务名：填写 PHP-Script
应用ID：选择目标应用
任务类型：选择 k8s
资源类型：选择 Php-Script
在代码编辑器中输入 PHP 代码，例如 <?php echo 'Hello, World!'; ?>
模板类型：选择 普通模板
镜像：填写 php:7.4-cli
mountPath：填写 script/php
imagePullPolicy：选择 IfNotPresent
文件格式：选择 unix
执行模式：选择 单机运行
优先级：选择中

设置完成后单击 下一步。

单击运行一次，在Kubernetes集群中可以看到Pod启动，Pod名称为schedulerx-php-{JobId}。

[root@schedulerx-agent-xxx xxx]
# kubectl get pod | grep schedulerx
schedulerx-agent-xxx xxx       1/1     Running     0          19h
schedulerx-php-1464            0/1     Completed   0          54s
schedulerx-python-1463         0/1     Completed   0          28m
schedulerx-shell-1461          0/1     Completed   0          38m

[root@schedulerx-agent-xxx xxx]
# kubectl logs schedulerx-xxx
Hello, World!
[root@schedulerx-agent-xxx xxx]
#

在SchedulerX控制台任务管理页面可以查询历史执行记录，也可以查看Pod运行的日志。

任务执行成功后，在任务实例记录页面可查看任务状态为成功。单击任务记录打开日志面板，日志输出 Hello, World!，pod 状态变为 Succeeded。

Node.js脚本

如果您想通过Pod运行Node.js脚本，您可以在任务管理页面创建一个K8s任务，选择任务管理为Nodejs-Script，使用默认镜像node:16，或替换为您自建的镜像。

在 SchedulerX 控制台创建任务，在基本配置步骤中配置以下参数：

任务名：Nodejs-Script
应用ID：选择目标应用
任务类型：k8s
资源类型：Nodejs-Script
在代码编辑器中输入 console.log("Hello, World!");
模板类型：普通模板
镜像：node:16
mountPath：script/node
imagePullPolicy：IfNotPresent
文件格式：unix
执行模式：单机运行
优先级：中

完成后单击下一步。

单击运行一次，在Kubernetes集群中可以看到Pod启动，Pod名称为schedulerx-node-{JobId}。

[root@schedulerx-agent-xxx Z]# kubectl get pod | grep schedulerx
schedulerx-agent-6xxx       1/1     Running     0          19h
schedulerx-node-xxx         0/1     Completed   0          23s
schedulerx-php-xxx          0/1     Completed   0          4m57s
schedulerx-python-xxx       0/1     Completed   0          32m
schedulerx-shell-xxx        0/1     Completed   0          42m

[root@schedulerx-agent-6xxx Z]# kubectl logs schedulerx-node-xxx
Hello, World!

在SchedulerX控制台任务管理页面可以查询历史执行记录，也可以看到Pod运行的日志。

任务运行完成后，在任务实例记录页面可查看任务执行状态为成功。右侧日志面板中输出 Hello, World!，并显示 pod status change to Succeeded。

Job-YAML

通过SchedulerX也可以运行K8s原生的Job。您可以在任务管理页面创建一个K8s任务，选择资源类型为Job-YAML。

在创建任务页面的基本配置步骤中，配置以下参数：

任务名：Job-YAML
应用ID：选择已创建的应用
任务类型：k8s
资源类型：Job-YAML
执行模式：单机运行
优先级：中

在代码编辑器中输入以下 Kubernetes Job YAML：

apiVersion: batch/v1
kind: Job
metadata:
  name: pi
spec:
  template:
    spec:
      containers:
      - name: pi
        image: perl
        command: ["perl", "-Mbignum=bpi", "-wle", "print bpi(100)"]
      restartPolicy: Never
  backoffLimit: 4

单击下一步进入定时配置。

单击运行一次，在Kubernetes集群中可以看到Job和Pod启动成功。

[root@schedulerx-agent-xxx            /]
# kubectl get job
NAME   COMPLETIONS   DURATION   AGE
pi     1/1           17s        6m5s

[root@schedulerx-agent-xxx            /]
# kubectl get pod
NAME                       READY   STATUS      RESTARTS   AGE
hello                      0/1     Completed   0          19h
pi--1-jgck5                0/1     Completed   0          6m8s
schedulerx-agent-xxx       1/1     Running     0          19h
schedulerx-node-1xxx       0/1     Completed   0          14m
schedulerx-php-14xxx       0/1     Completed   0          19m
schedulerx-python          0/1     Completed   0          46m
schedulerx-shell-xxx       0/1     Completed   0          56m

[root@schedulerx-agent-xxx            /]
# kubectl logs pi--1-jgck5
3.14159265358979323846264338327950288419716939937510582097494459230781640628620899862803482534211706

[root@schedulerx-agent-xxx            /]
#

在SchedulerX控制台任务管理页面可以查询历史执行记录，也可以看到Pod运行的日志。

在任务实例记录页面可查看 Job-YAML 任务的执行状态（成功或失败），单击任务实例可打开日志面板，日志显示 taskMaster 初始化成功及任务计算输出结果。

CronJob-YAML

通过SchedulerX也可以运行K8s原生的CronJob。您可以在任务管理页面创建一个K8s任务，资源类型选择CronJob-YAML。

在基本配置页面，任务名填写 CronJob-YAML，任务类型选择 k8s。在 YAML 编辑器中输入 CronJob 定义，示例中配置 metadata.name: hello、schedule: "0/1 * * * *"、容器镜像 busybox:1.28、imagePullPolicy: IfNotPresent、执行命令 /bin/sh。执行模式选择单机运行，单击下一步。

单击运行一次，在任务实例记录页面可以看到Pod启动成功。

在SchedulerX控制台任务管理页面可以查询历史执行记录，也可以看到Pod运行的日志。

日志显示 Pod 输出 Hello from the Kubernetes cluster，并记录状态变更为 Succeeded。

Pod-YAML

通过SchedulerX也可以运行K8s原生的Pod。您可以在任务管理页面创建一个K8s任务，资源类型选择Pod-YAML。

在创建任务页面的基本配置步骤中，配置以下参数：

任务名：Pod-YAML
应用ID：选择目标应用
任务类型：k8s
资源类型：Pod-YAML

在代码编辑器中输入 Kubernetes Pod YAML 定义，例如创建一个使用 busybox 镜像、执行 echo "hello world" 命令的 Pod。执行模式选择单机运行，优先级选择中，然后单击下一步。

单击运行一次，在Kubernetes集群中可以看到Pod启动成功。

[root@schedulerx-agent-xxx /]
# kubectl get pod
NAME                              READY   STATUS      RESTARTS   AGE
hello                             0/1     Completed   0          2m39s
pi--1-jgck5                       0/1     Completed   0          49m
schedulerx-agent-xxx              1/1     Running     0          20h
schedulerx-node-xxx               0/1     Completed   0          58m
schedulerx-php-1xxx               0/1     Completed   0          62m
schedulerx-pythoxxx               0/1     Completed   0          90m
schedulerx-shell                  0/1     Completed   0          100m

[root@schedulerx-xxx /]
# kubectl logs hello
hello world

[root@schedulerx-agent-xxx /]
#

在SchedulerX控制台任务管理页面可以查询历史执行记录，也可以看到Pod运行的日志。

在任务实例记录页面可查看 Pod-YAML 类型任务的执行状态（成功或失败）。单击对应任务查看日志，日志输出包含 hello world 和 standalone taskMaster init success.，表示任务运行成功。

说明

通过SchedulerX运行K8s Pod时，有如下注意事项。

免运行周期较长的Pod，例如Web应用，一旦启动永远不会结束。
建议将重启策略设置成Never，否则Pod会不断重启。