简介
Kubernetes 是一个强大的容器编排平台，它有助于管理跨多个主机的容器化应用。Kubernetes 的一个重要特性是其作业管理系统，该系统允许你运行面向批处理的工作负载直至完成。在本教程中，你将学习如何监控 Kubernetes 作业的状态并分析它们的日志，这是确保你的容器化应用顺利运行的基本技能。
通过本教程，你将能够创建 Kubernetes 作业，检查它们的状态，并检查它们的日志以有效地排除问题。
设置你的 Kubernetes 环境
在我们可以监控 Kubernetes 作业之前，我们需要设置一个可用的 Kubernetes 环境。我们将使用 Minikube，这是一个在你的本地机器上创建单节点 Kubernetes 集群的工具。
安装 Minikube
Minikube 已经安装在你的虚拟机上。让我们通过检查版本来验证安装：
minikube version
你应该看到类似这样的输出：
minikube version: v1.29.0
commit: ddac20b4b34a9c8c857fc602203b6ba2679794d3
启动 Minikube
现在让我们启动 Minikube 来创建一个本地 Kubernetes 集群：
minikube start --driver=docker
此命令将需要几分钟才能完成。你将看到一系列消息，因为 Minikube 下载必要的组件并启动集群。
完成后，你应该看到类似这样的消息：
🏄 Done! kubectl is now configured to use "minikube" cluster and "default" namespace by default
验证 Kubernetes 安装
让我们通过检查节点状态来验证我们的 Kubernetes 集群是否正确运行：
kubectl get nodes
你应该看到类似这样的输出：
NAME STATUS ROLES AGE VERSION
minikube Ready control-plane 1m v1.26.3
此外，检查核心 Kubernetes 组件是否正在运行：
kubectl get pods -n kube-system
你应该看到几个正在运行的 Pod，包括 kube-apiserver、kube-controller-manager 等组件。
现在我们有了一个正在运行的 Kubernetes 集群，我们已经准备好创建和监控作业了。
创建你的第一个 Kubernetes 作业
在这一步中，我们将创建一个简单的 Kubernetes 作业，它将运行一个容器，执行一个任务，然后完成。这将为我们在后续步骤中监控的内容提供基础。
理解 Kubernetes 作业
Kubernetes 作业是一个控制器，它创建了一个或多个 Pod，并确保它们成功终止。作业对于批处理流程、一次性任务或任何应该运行到完成而不是无限期的任务都很有用。
创建作业配置文件
让我们创建一个简单的作业配置文件。打开一个终端并在你的项目目录中创建一个名为 hello-job.yaml 的新文件：
cd ~/project
nano hello-job.yaml
将以下 YAML 内容复制并粘贴到文件中：
apiVersion: batch/v1
kind: Job
metadata:
name: hello-job
spec:
template:
spec:
containers:
- name: hello
image: busybox:1.28
command: ["sh", "-c", 'echo "Hello, Kubernetes!" && sleep 5']
restartPolicy: Never
backoffLimit: 4
此配置定义了一个名为 hello-job 的作业，该作业：
- 使用
busybox:1.28容器镜像 - 运行一个打印 "Hello, Kubernetes!" 然后休眠 5 秒的命令
- 具有
Never的重启策略，这意味着它在完成后不会重启 - 具有
backoffLimit为 4，这意味着如果失败，它将重试最多 4 次
通过按 Ctrl+O，然后按 Enter 来保存文件，并使用 Ctrl+X 退出 nano。
创建作业
现在让我们在我们的 Kubernetes 集群中创建作业：
kubectl apply -f hello-job.yaml
你应该看到输出：
job.batch/hello-job created
恭喜你！你刚刚创建了你的第一个 Kubernetes 作业。在下一步中，我们将学习如何监控其状态。
监控 Kubernetes 作业状态
现在我们在 Kubernetes 集群中运行了一个作业，让我们学习如何监控其状态。监控作业状态对于理解你的作业是成功完成还是遇到错误至关重要。
使用 kubectl 检查作业状态
监控 Kubernetes 资源的主要工具是 kubectl。让我们使用它来检查我们作业的状态：
kubectl get jobs
你应该看到类似这样的输出：
NAME COMPLETIONS DURATION AGE
hello-job 1/1 10s 30s
此输出显示：
NAME：作业的名称COMPLETIONS：已完成的 Pod 数量 / 期望的完成数量DURATION：作业运行了多长时间AGE：作业创建了多长时间
如果你的作业在 COMPLETIONS 下显示 0/1，它可能仍在运行或已失败。等待几秒钟并再次运行该命令。
获取详细的作业信息
要获取有关作业的更多详细信息，请使用 describe 命令：
kubectl describe job hello-job
此命令提供了关于作业的广泛信息，包括：
- 标签和注解
- 选择器详细信息
- 并行度和完成要求
- Pod 状态
- 与作业相关的事件
在底部查找 Events 部分，它显示了重要的事件，例如 Pod 的创建和完成。
理解作业状态
作业可以有几种状态：
Active：作业仍在运行Completed：作业已成功完成Failed：作业在达到其回退限制后失败
让我们检查一下我们的作业的 Pod 是否已完成：
kubectl get pods
你应该看到类似的内容：
NAME READY STATUS RESTARTS AGE
hello-job-abcd1 0/1 Completed 0 1m
STATUS 列显示 Completed，表明我们的作业运行成功。
创建一个需要更长时间的作业
让我们创建另一个需要更长时间才能完成的作业，以便我们可以在 Active 状态下观察它：
cd ~/project
nano long-job.yaml
复制并粘贴以下 YAML 内容：
apiVersion: batch/v1
kind: Job
metadata:
name: long-job
spec:
template:
spec:
containers:
- name: long
image: busybox:1.28
command:
[
"sh",
"-c",
'echo "Starting long job..." && sleep 30 && echo "Long job completed!"'
]
restartPolicy: Never
backoffLimit: 4
保存文件并退出 nano。然后创建作业：
kubectl apply -f long-job.yaml
现在让我们立即检查其状态：
kubectl get jobs
你应该看到 long-job 显示 0/1 完成，因为它仍在运行。如果你每隔几秒钟就检查一次，你最终会看到它在大约 30 秒后变为 1/1。
这演示了如何使用 kubectl 实时监控你的作业的进度。
分析 Kubernetes 作业日志
能够查看和分析来自你的 Kubernetes 作业的日志对于调试和理解作业行为至关重要。在这一步中，我们将探讨如何访问和分析我们创建的作业的日志。
获取我们作业的 Pod 名称
在我们可以查看日志之前，我们需要知道我们的作业创建的 Pod 的名称。每个作业都会创建一个或多个 Pod，其名称包括作业名称和一个随机后缀。
让我们列出与我们的作业相关的所有 Pod：
kubectl get pods --show-labels
这将显示所有 Pod 及其标签。查找带有 job-name=hello-job 或 job-name=long-job 等标签的 Pod。
或者，你可以按作业名称过滤 Pod：
kubectl get pods -l job-name=hello-job
这将仅显示属于 hello-job 作业的 Pod。
查看作业日志
现在我们知道了我们的 Pod 名称，我们可以查看我们作业的日志。使用以下命令，将 <pod-name> 替换为你的 Pod 的实际名称：
kubectl logs <pod-name>
例如，如果你的 Pod 名为 hello-job-abcd1，你将运行：
kubectl logs hello-job-abcd1
你应该看到输出：
Hello, Kubernetes!
这是我们的作业被编程输出的消息。
我们还检查一下我们更长的作业的日志。首先，找到 Pod 名称：
kubectl get pods -l job-name=long-job
然后查看其日志：
kubectl logs <long-job-pod-name>
你应该看到：
Starting long job...
Long job completed!
查看已完成作业的日志
Kubernetes 作业的优点之一是即使作业已完成，你也可以查看日志。这对于调试和审计目的非常有用。
让我们创建一个将失败的作业，以便我们可以看到如何调试它：
cd ~/project
nano failed-job.yaml
复制并粘贴以下 YAML 内容：
apiVersion: batch/v1
kind: Job
metadata:
name: failed-job
spec:
template:
spec:
containers:
- name: failed
image: busybox:1.28
command: ["sh", "-c", 'echo "Attempting task..." && exit 1']
restartPolicy: Never
backoffLimit: 2
此作业将始终以状态码 1 退出，这表示失败。保存文件并退出 nano，然后创建作业：
kubectl apply -f failed-job.yaml
等待片刻，让作业尝试并失败几次（最多达到回退限制）。然后检查其状态：
kubectl get jobs failed-job
你应该看到它显示 0/1 完成并且已达到完成期限。
现在让我们通过检查失败 Pod 的日志来检查出了什么问题：
kubectl get pods -l job-name=failed-job
你将看到几个 Pod，所有 Pod 都处于 Error 状态。选择一个并查看其日志：
kubectl logs <failed-pod-name>
你应该看到：
Attempting task...
Pod 日志显示任务已启动，但随后以错误代码退出。此信息对于调试作业失败至关重要。
实时跟踪日志
如果你想实时跟踪正在运行的作业的日志，你可以使用 -f 标志：
kubectl logs -f <pod-name>
这对于较长时间运行的作业特别有用，你希望看到输出的实时情况。
让我们创建另一个长时间运行的作业来演示：
cd ~/project
nano counter-job.yaml
复制并粘贴以下 YAML 内容：
apiVersion: batch/v1
kind: Job
metadata:
name: counter-job
spec:
template:
spec:
containers:
- name: counter
image: busybox:1.28
command:
[
"sh",
"-c",
'for i in $(seq 1 5); do echo "Count: $i"; sleep 5; done'
]
restartPolicy: Never
保存文件并退出 nano，然后创建作业：
kubectl apply -f counter-job.yaml
现在让我们跟踪它的日志。首先，找到 Pod 名称：
kubectl get pods -l job-name=counter-job
然后跟踪它的日志：
kubectl logs -f <counter-job-pod-name>
你将看到计数每 5 秒递增一次：
Count: 1
Count: 2
Count: 3
Count: 4
Count: 5
按 Ctrl+C 停止跟踪日志。
通过了解如何访问和分析日志，你可以有效地排除故障并调试你的 Kubernetes 作业。
高级作业监控技术
现在你已经了解了监控 Kubernetes 作业的基础知识，让我们探索一些更高级的技术，这些技术可以帮助你更有效地监控作业，尤其是在生产环境中。
使用标签进行作业组织
标签是可附加到 Kubernetes 资源的键值对。它们对于组织和选择资源的子集很有用。让我们创建一个带有自定义标签的作业：
cd ~/project
nano labeled-job.yaml
复制并粘贴以下 YAML 内容：
apiVersion: batch/v1
kind: Job
metadata:
name: labeled-job
labels:
department: engineering
app: demo
environment: training
spec:
template:
spec:
containers:
- name: labeled
image: busybox:1.28
command: ["sh", "-c", 'echo "This is a labeled job" && sleep 10']
restartPolicy: Never
保存文件并退出 nano，然后创建作业：
kubectl apply -f labeled-job.yaml
现在你可以按标签过滤作业：
kubectl get jobs -l department=engineering
这将仅显示带有标签 department=engineering 的作业。
你可以使用多个标签进行更具体的过滤：
kubectl get jobs -l department=engineering,environment=training
监控作业事件
Kubernetes 会为你的作业中的各种状态更改生成事件。这些事件可以提供有关你的作业生命周期的宝贵信息。
让我们查看与我们的作业相关的事件：
kubectl get events --sort-by=.metadata.creationTimestamp
此命令显示你的命名空间中的所有事件，按时间排序。你可以过滤与特定作业相关的事件：
kubectl get events --field-selector involvedObject.name=labeled-job
这些事件可以帮助你了解作业何时以及为何被创建、启动或遇到问题。
使用 JSONPath 进行自定义输出
Kubernetes 允许你使用 JSONPath 从 kubectl 命令的输出中提取特定字段。这对于关注你的作业的特定方面很有用：
kubectl get job labeled-job -o jsonpath='{.status.succeeded}'
此命令将输出 labeled-job 的已成功 Pod 的数量。
要获取作业的创建时间：
kubectl get job labeled-job -o jsonpath='{.metadata.creationTimestamp}'
创建 CronJob 进行计划执行
对于需要按计划运行的任务，Kubernetes 提供了 CronJob。让我们创建一个简单的 CronJob：
cd ~/project
nano simple-cronjob.yaml
复制并粘贴以下 YAML 内容：
apiVersion: batch/v1
kind: CronJob
metadata:
name: simple-cronjob
spec:
schedule: "*/1 * * * *" ## 每分钟运行一次
jobTemplate:
spec:
template:
spec:
containers:
- name: hello
image: busybox:1.28
command: ["sh", "-c", 'date; echo "Hello from CronJob"']
restartPolicy: Never
保存文件并退出 nano，然后创建 CronJob：
kubectl apply -f simple-cronjob.yaml
检查 CronJob 是否已创建：
kubectl get cronjobs
你应该看到类似于以下内容的输出：
NAME SCHEDULE SUSPEND ACTIVE LAST SCHEDULE AGE
simple-cronjob */1 * * * * False 0 <none> 10s
等待一两分钟，然后检查 CronJob 创建的作业：
kubectl get jobs
你应该看到名称类似于 simple-cronjob-<timestamp> 的作业。
要查看最近的 CronJob 执行的日志，首先找到 Pod：
kubectl get pods --sort-by=.metadata.creationTimestamp
然后查看其日志：
kubectl logs <latest-cronjob-pod>
CronJob 对于在你的 Kubernetes 集群中调度重复任务非常强大，并且我们可以学习到的相同的监控技术也可以应用于它们。
清理
在我们完成之前，让我们清理我们创建的资源：
kubectl delete job hello-job long-job failed-job counter-job labeled-job
kubectl delete cronjob simple-cronjob
这将从你的集群中删除所有作业和 CronJob。
总结
在本教程中，你已经学习了如何有效地监控 Kubernetes 作业并分析它们的日志。你现在知道如何：
- 使用 Minikube 设置 Kubernetes 环境
- 使用各种配置创建 Kubernetes 作业
- 使用
kubectl get和kubectl describe监控作业状态 - 使用
kubectl logs访问和分析作业日志 - 使用高级技术，如标签、事件和 JSONPath，进行更有效的监控
- 使用 CronJob 创建计划作业
这些技能对于在 Kubernetes 环境中管理容器化应用程序至关重要，它们使你能够确保批处理流程的可靠性和性能。通过了解如何通过日志跟踪作业进度和排除故障，你可以维护高效且无错误的 Kubernetes 工作负载。
在你继续你的 Kubernetes 之旅时，请考虑探索更高级的主题，如资源管理、作业并行性以及与 Prometheus 和 Grafana 等外部监控解决方案的集成。
