Créer une galerie photo avec Kubernetes Jobs est un projet pratique destiné aux débutants Kubernetes qui souhaitent obtenir un résultat visible grâce au traitement par lots. Vous transformerez des photographies de jardins sous licence en véritables miniatures et livrerez une galerie utilisable, un index des sources et une archive d’images.
Deux Guided Labs présentent un échantillon d’un groupe, un Indexed Job complet et la récupération après une panne temporaire contrôlée du service source. Un Challenge indépendant modifie la répartition des groupes, la limite de concurrence et l’index en échec. Chaque unité fournit ses propres entrées et ressources préparées ; aucun fichier ne doit passer d’un environnement à l’autre.
Ce que vous apprendrez
À l’issue de ce cours, vous saurez :
- associer les photographies d’entrée à des index de complétion commençant à zéro, y compris un dernier groupe plus court ;
- enregistrer et appliquer un Indexed Job avec le bon nombre de complétions et un parallélisme demandé borné ;
- relier les conditions et index natifs du Job aux Pods qui lui appartiennent et aux journaux réels du traitement ;
- utiliser un nouveau Job avec des reprises finies par index, un budget global d’échecs et une durée d’activité limitée ;
- préserver une tentative échouée et les images déjà correctes pendant qu’un nouveau traitement termine le travail manquant ;
- vérifier de vrais JPEG issus de leurs sources et livrer des téléchargements CSV et ZIP cohérents avec les crédits des sources.
À qui s’adresse ce cours
Ce cours s’adresse aux personnes connaissant les objets Kubernetes de base et souhaitant réaliser un petit projet complet de traitement par lots.
Prérequis : Vous devez savoir saisir des commandes, reconnaître les chemins et changer d’onglet. Vous devez reconnaître les Pods, Deployments, Services, labels et du YAML simple. Les Guided Labs enseignent le fonctionnement des Jobs, index de complétion, volumes partagés, modifications littérales et reprises utilisés ici. Aucune expérience en Python ou en traitement d’images n’est nécessaire.
Environnement d’apprentissage : LabEx fournit un cluster préparé, une image de traitement, des photographies sources sous licence, le stockage, un terminal Workspace et un onglet Gallery. Le site, ses libellés et la sortie des commandes sont en anglais.
Questions fréquentes
Dois-je installer Kubernetes ou construire le processeur ?
Non. Chaque unité inclut un environnement préparé dans le navigateur et un processeur d’images prêt à l’emploi. Vous configurez et vérifiez le véritable traitement Kubernetes.
Les images de la galerie sont-elles de vrais fichiers ?
Oui. Les workers récupèrent des copies réelles des sources sous licence et produisent des JPEG de 320 × 220. La galerie affiche les résultats existants ; les téléchargements contiennent les vraies images et un index indiquant les créateurs et licences.
Une reprise réussie signifie-t-elle que le travail s’exécute exactement une fois ?
Non. Un Job peut réexécuter du travail. Le processeur fourni conserve sans modification un JPEG déjà conforme, et vous gardez les preuves de l’échec initial ainsi que la nouvelle tentative réussie. Cet exercice de stockage sur un nœud ne garantit pas un traitement distribué exactement une fois.
Comment le Challenge prolonge-t-il les Guided Labs ?
Le club présente un nombre de groupes, une limite de parallélisme demandé et un index en échec différents. Vous combinez les mêmes méthodes enseignées de regroupement, reprises bornées, préservation et livraison en suivant le véritable cahier des charges de cet environnement.
