Question d'entraînement CKAD
Vous avez un Job qui exécute un traitement par lots. Le YAML du Job est le suivant :
apiVersion: batch/v1
kind: Job
metadata:
name: batch-job
spec:
parallelism: 4
completions: 12
backoffLimit: 2
template:
spec:
containers:
- name: worker
image: myapp:latest
restartPolicy: Never
Si un pod échoue après 3 complétions réussies, et que le Job a déjà atteint 7 succès, combien de pods seront en cours d'exécution à ce moment-là ? Supposons qu'il n'y ait pas d'autres échecs.
Bonne réponse
Explication
Le Job est configuré avec parallelism: 4, ce qui signifie que jusqu'à 4 pods s'exécutent simultanément. Au moment où un pod échoue après 3 complétions réussies et que le Job a déjà atteint 7 succès, le contrôleur du Job exécutera toujours des pods pour atteindre l'objectif de 12 complétions. Étant donné que l'échec ne réduit pas le nombre de pods en cours d'exécution en dessous de la limite de parallélisme, et qu'aucun autre échec ne s'est produit, le Job continuera d'exécuter 4 pods simultanément.
Pour aller plus loin
Le contrôleur de Job Kubernetes fonctionne en rapprochant l'état souhaité défini dans la spécification du Job : `parallelism` contrôle le nombre maximal de pods s'exécutant simultanément, tandis que `completions` définit le nombre total de complétions de pods réussies nécessaires. Lorsqu'un pod échoue, le contrôleur utilise un `backoffLimit` configurable pour décider s'il doit effectuer une nouvelle tentative en créant un nouveau pod. Une idée fausse très répandue est que les pods en échec réduisent le décompte du parallélisme ; en réalité, le contrôleur traite chaque tentative de manière indépendante et maintient le nombre de pods en cours d'exécution au niveau de parallélisme spécifié jusqu'à ce que la limite de tentatives (backoff limit) soit épuisée. Un comportement subtil mais important est la manière dont le contrôleur gère la terminaison des pods : lors d'une mise à jour glissante (rolling update) ou lorsqu'un pod se termine, le contrôleur peut temporairement avoir plus de pods que le `parallelism` si les anciens pods sont encore en cours de suppression pendant que de nouveaux démarrent, mais il s'agit d'un état transitoire et non d'un dépassement intentionnel en régime permanent. Pour les Jobs parallèles avec `completions > 1`, le contrôleur gère également la distribution du travail à l'aide d'indices de pods ou d'une file d'attente de travail, mais le plafond de concurrence des pods reste strictement lié à `parallelism`. Comprendre cette distinction est crucial pour le réglage des charges de travail par lots : définir un `parallelism` trop élevé peut saturer les ressources, tandis qu'un réglage trop bas augmente le temps d'exécution total ; le paramètre `backoffLimit` doit également être dimensionné de manière appropriée pour éviter un échec prématuré du Job ou des nouvelles tentatives interminables.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement CKAD originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.