我有一个简单的容器化python脚本，正在尝试与Kubernetes并行化。该脚本会猜测哈希，直到找到低于特定阈值的哈希值为止。
我只对第一个这样的值感兴趣，因此我希望创建一个Kubernetes作业，该作业会生成n个工作包，并在一个工作包找到合适的值后立即完成。
默认情况下，Kubernetes作业要等到所有个工作单元完成后，才能将作业标记为已完成。到目前为止，我一直无法找到解决这个问题的方法（documentation中没有提及此工作模式），并且一直依靠通过bash脚本检查裸荚的日志来确定一个是否完成。
是否有实现此目标的本地方法？而且，如果没有，最好的方法是什么？
答案 0 :(得分：0)
嗨，请看此链接https://kubernetes.io/docs/concepts/workloads/controllers/jobs-run-to-completion/#parallel-jobs。
我从未尝试过，但是似乎可以启动多个Pod，并在x Pod完成后配置作业的结束。在您的情况下，x为1。
答案 1 :(得分：0)
我们可以为并行作业定义两个规范：
1。具有固定完成计数的并行作业：
.spec.completions 2。具有工作队列的并行作业：
不指定.spec.completions，默认为.spec.parallelism
豆荚必须在彼此之间或外部服务之间进行协调，以 确定每个对象应该做什么。
例如，一个Pod可以从工作队列中获取最多N个项目的批处理。 每个Pod都可以独立地确定其所有对等方是否都已完成，从而确定了整个Job。
对于固定完成次数计数作业，应将.spec.completions设置为所需的完成次数。您可以设置.spec.parallelism，也可以将其保留为默认值。
对于工作队列Job ，必须将.spec.completions保留为未设置状态，并将set .spec.parallelism保留为非负整数。
有关如何利用不同类型的作业的更多信息，请参见job patterns部分。
您还可以查看启动控制器容器的单个作业： 此模式用于单个Job创建Pod，然后再创建其他Pod，充当这些Pod的自定义控制器。这样可以提供最大的灵活性，但是入门起来可能会有些复杂，并且与Kubernetes的集成较少。
这种模式的一个示例是Job，它启动一个Pod，该Pod运行一个脚本，该脚本依次启动一个Spark主控制器（请参见spark示例），运行一个spark驱动程序，然后清理。
此方法的优点是，整个过程获得Job对象的完成保证，但可以完全控制创建哪些Pod以及如何将工作分配给它们。
同时要考虑由dafault设置的Job的完成状态-当达到指定的成功完成数量时，请确保正确处理所有任务。在所有任务完成之前应用此状态不是安全的解决方案。
您还应该知道，系统通常不再需要完成的作业。将它们保留在系统中会给API服务器带来压力。如果作业由更高级别的控制器（例如CronJobs）直接管理，则可以基于指定的基于容量的清除策略由CronJobs清除作业。
以下是官方文档：jobs-parallel-processing ，parallel-jobs。 有用的博客：article-parallel job。
编辑：
另一个选择是，您可以创建特殊脚本，该脚本将连续检查您要查找的值。这样就不需要使用job了，您只需使用部署即可。