Criar uma galeria de fotos com Kubernetes Jobs

Processe fotos reais com Indexed Jobs, recupere falhas temporárias com tentativas finitas e entregue uma galeria completa com créditos de origem.

ProjetoKubernetes

💡 Este tutorial foi traduzido do inglês com assistência de IA. Para ver o original, você pode mudar para a versão em inglês

Introdução

Criar uma galeria de fotos com Kubernetes Jobs é um projeto prático para iniciantes em Kubernetes que desejam um resultado visível do processamento em lotes. Você transformará fotografias de jardins com licença em miniaturas reais e entregará uma galeria utilizável, um índice de fontes e um arquivo de imagens.

Dois Guided Labs apresentam uma amostra de um grupo, um Indexed Job completo e a recuperação de uma falha temporária controlada no serviço de origem. Um Challenge independente altera a distribuição dos grupos, o limite de concorrência e o índice com falha. Cada unidade tem suas próprias entradas e recursos preparados; não é necessário levar arquivos entre ambientes.

O que você aprenderá

Ao concluir este curso, você será capaz de:

  • associar fotografias de entrada a índices de conclusão iniciados em zero, incluindo um último grupo menor;
  • salvar e aplicar um Indexed Job com o número correto de conclusões e paralelismo solicitado limitado;
  • relacionar condições e índices nativos do Job aos Pods que lhe pertencem e aos logs reais de processamento;
  • usar um novo Job com tentativas finitas por índice, orçamento global de falhas e prazo de atividade;
  • preservar uma tentativa malsucedida e imagens já corretas enquanto o processamento repetido conclui o trabalho pendente;
  • verificar JPEGs reais derivados de suas fontes e entregar downloads CSV e ZIP consistentes, com créditos de origem.

Para quem é este curso

Para quem conhece os objetos básicos do Kubernetes e deseja concluir um projeto pequeno de processamento em lotes.

Pré-requisitos: Você deve saber inserir comandos, reconhecer caminhos e alternar abas do navegador. Deve reconhecer Pods, Deployments, Services, rótulos e YAML simples. Os Guided Labs ensinam o fluxo de Jobs, índices de conclusão, volume compartilhado, substituições literais e novas tentativas usado aqui. Não é necessária experiência com Python ou processamento de imagens.

Ambiente de aprendizagem: O LabEx fornece um cluster preparado, uma imagem de processamento, fotografias de origem com licença, armazenamento, o terminal Workspace e a aba Gallery. O site, os rótulos e a saída dos comandos estão em inglês.

Perguntas frequentes

Preciso instalar o Kubernetes ou compilar o processador?

Não. Cada unidade inclui um ambiente preparado no navegador e um processador de imagens pronto para uso. Seu trabalho é configurar e verificar o lote real no Kubernetes.

As imagens da galeria são arquivos reais?

Sim. Os workers obtêm cópias reais das fontes com licença e produzem JPEGs de 320 × 220. A galeria exibe as saídas existentes; os downloads contêm as imagens reais e um índice com informações de autoria e licença.

Uma nova tentativa bem-sucedida significa que o trabalho é executado exatamente uma vez?

Não. Um Job pode executar trabalho novamente. O processador fornecido mantém um JPEG já correspondente sem alterações, e você preserva tanto as evidências da falha original quanto a nova tentativa bem-sucedida. Este exercício de armazenamento em um único nó não promete processamento distribuído exatamente uma vez.

Como o Challenge amplia os Guided Labs?

O clube tem outra quantidade de grupos, outro limite de paralelismo solicitado e outro índice com falha. Você combina os mesmos métodos ensinados de agrupamento, tentativas limitadas, preservação e entrega seguindo o pedido real daquele ambiente.

Professor

labby
Labby
Labby is the LabEx teacher.

Recomendado para Você

no data