Eine Fotogalerie mit Kubernetes Jobs erstellen ist ein Praxisprojekt für Kubernetes-Einsteiger, die mit Stapelverarbeitung ein sichtbares Ergebnis erzielen möchten. Du wandelst lizenzierte Gartenfotos in echte Vorschaubilder um und lieferst eine nutzbare Galerie, einen Quellenindex und ein Bildarchiv.
Zwei Guided Labs führen durch eine Probe mit einer Gruppe, einen vollständigen Indexed Job und die Wiederherstellung nach einem kontrollierten vorübergehenden Ausfall des Quelldienstes. Eine eigenständige Challenge ändert die Gruppenzuordnung, die Parallelitätsgrenze und den fehlschlagenden Index. Jede Einheit enthält eigene vorbereitete Eingaben und Ressourcen; Dateien müssen nicht zwischen Umgebungen übertragen werden.
Was du lernen wirst
Nach diesem Kurs kannst du:
- Eingabefotos den bei null beginnenden Abschlussindizes zuordnen, einschließlich einer kürzeren letzten Gruppe;
- einen Indexed Job mit der richtigen Abschlussanzahl und begrenzter angeforderter Parallelität speichern und anwenden;
- native Job-Bedingungen und Abschlussindizes mit zugehörigen Pods und echten Verarbeitungsprotokollen verbinden;
- einen neuen Job mit begrenzten Wiederholungen pro Index, einem globalen Fehlerbudget und einer aktiven Frist verwenden;
- einen fehlgeschlagenen Versuch und bereits korrekte Bilder bewahren, während wiederholte Verarbeitung die fehlende Arbeit abschließt;
- echte, aus ihren Quellen erzeugte JPEGs prüfen und passende CSV- und ZIP-Downloads mit Quellenangaben liefern.
Für wen dieser Kurs geeignet ist
Für Lernende, die grundlegende Kubernetes-Objekte kennen und ein kleines, vollständiges Stapelverarbeitungsprojekt durchführen möchten.
Voraussetzungen: Du kannst Terminalbefehle eingeben, Pfade erkennen und Browser-Tabs wechseln. Du erkennst Pods, Deployments, Services, Labels und einfaches YAML. Die Guided Labs erklären den hier verwendeten Ablauf mit Jobs, Abschlussindizes, gemeinsamem Volume, wörtlichen Textersetzungen und Wiederholungen. Python- oder Bildverarbeitungskenntnisse sind nicht erforderlich.
Lernumgebung: LabEx stellt einen vorbereiteten Cluster, ein Verarbeitungsimage, lizenzierte Quellfotos, Speicher, das Terminal Workspace und den Browser-Tab Gallery bereit. Website, Beschriftungen und Befehlsausgaben sind auf Englisch.
Häufig gestellte Fragen
Muss ich Kubernetes installieren oder den Prozessor bauen?
Nein. Jede Einheit bietet eine vorbereitete Browserumgebung und einen einsatzbereiten Bildprozessor. Du konfigurierst und prüfst die echte Stapelverarbeitung in Kubernetes.
Sind die Galeriebilder echte Dateien?
Ja. Worker laden echte lizenzierte Quellkopien und erzeugen JPEGs mit 320 × 220 Pixeln. Die Galerie zeigt vorhandene Ergebnisse; ihre Downloads enthalten die tatsächlichen Bilder und einen Index mit Urheber- und Lizenzangaben.
Bedeutet eine erfolgreiche Wiederholung, dass Arbeit genau einmal ausgeführt wird?
Nein. Ein Job kann Arbeit erneut ausführen. Der bereitgestellte Prozessor lässt ein bereits passendes JPEG unverändert, und du bewahrst sowohl den ursprünglichen Fehlernachweis als auch den neuen erfolgreichen Versuch. Diese Speicherübung auf einem Knoten verspricht keine verteilte Exactly-once-Verarbeitung.
Wie erweitert die Challenge die Guided Labs?
Der Club hat eine andere Gruppenanzahl, eine andere Grenze für die angeforderte Parallelität und einen anderen fehlschlagenden Index. Du kombinierst die bereits geübten Methoden für Gruppierung, begrenzte Wiederholungen, Erhaltung und Übergabe anhand des tatsächlichen Auftrags dieser Umgebung.
