「Kubernetes Jobs로 사진 갤러리 만들기」는 배치 처리로 눈에 보이는 결과를 얻고 싶은 Kubernetes 초보자를 위한 실습 프로젝트입니다. 이용 허가가 있는 정원 사진을 실제 썸네일로 처리하고, 사용할 수 있는 갤러리와 출처 색인, 이미지 압축 파일을 전달합니다.
두 Guided Lab에서는 한 그룹의 샘플, 전체 Indexed Job, 통제된 일시적 원본 서비스 장애의 복구를 배웁니다. 독립 Challenge에서는 그룹 배정, 동시 실행 한도와 실패 인덱스가 달라집니다. 각 단원은 독립적으로 준비된 입력과 리소스를 제공하므로 환경 간에 파일을 옮길 필요가 없습니다.
학습 내용
이 과정을 마치면 다음을 할 수 있습니다.
- 입력 사진을 0부터 시작하는 완료 인덱스에 배정하고, 사진 수가 적은 마지막 그룹까지 포함하기;
- 올바른 완료 수와 제한 범위 안의 요청 병렬도를 지정한 Indexed Job을 저장하고 적용하기;
- 기본 Job 조건과 완료 인덱스를 해당 Job 소유의 Pod 및 실제 작업 로그와 연결하기;
- 인덱스별 유한 재시도, 전체 실패 예산, 활성 기한이 있는 새 Job 사용하기;
- 반복 처리로 누락된 작업을 마치면서 실패한 시도와 이미 올바른 이미지 보존하기;
- 원본에서 생성한 실제 JPEG를 검증하고 출처 정보가 일치하는 CSV와 ZIP 다운로드 전달하기.
추천 대상
기본 Kubernetes 객체를 알고 작지만 완결된 배치 처리 프로젝트를 해 보고 싶은 학습자를 위한 과정입니다.
사전 지식: 터미널 명령 입력, 경로 식별, 브라우저 탭 전환에 익숙해야 합니다. Pod, Deployment, Service, 레이블과 간단한 YAML을 알아야 합니다. 여기서 사용하는 Job, 완료 인덱스, 공유 볼륨, 리터럴 텍스트 치환, 재시도 흐름은 Guided Lab에서 설명합니다. Python이나 이미지 처리 경험은 필요하지 않습니다.
학습 환경: LabEx는 준비된 클러스터, 처리 이미지, 이용 허가가 있는 원본 사진, 저장소, Workspace 터미널과 Gallery 브라우저 탭을 제공합니다. 웹사이트, 레이블과 명령 출력은 영어입니다.
자주 묻는 질문
Kubernetes를 설치하거나 처리 프로그램을 빌드해야 하나요?
아니요. 각 단원은 준비된 브라우저 환경과 바로 사용할 수 있는 이미지 처리 프로그램을 제공합니다. 실제 Kubernetes 배치를 구성하고 검증하는 것이 여러분의 작업입니다.
갤러리 이미지는 실제 파일인가요?
네. 작업 Pod는 이용 허가가 있는 실제 원본 사본을 가져와 320 × 220 JPEG를 만듭니다. 갤러리는 존재하는 결과를 표시하며, 다운로드에는 실제 이미지와 제작자 및 라이선스 정보가 있는 출처 색인이 포함됩니다.
재시도 성공은 작업이 정확히 한 번 실행된다는 뜻인가요?
아니요. Job은 작업을 다시 실행할 수 있습니다. 제공된 처리 프로그램은 이미 일치하는 JPEG를 변경하지 않으며, 최초 실패 증거와 새 성공 시도를 모두 보존합니다. 단일 노드 저장소 실습은 분산 환경에서 정확히 한 번의 처리를 보장하지 않습니다.
Challenge는 Guided Lab을 어떻게 확장하나요?
동아리에는 다른 그룹 수, 요청 병렬도 한도와 실패 인덱스가 주어집니다. 해당 환경의 실제 작업 지침에 따라 이미 배운 그룹 배정, 제한된 재시도, 보존과 전달 방법을 조합합니다.
