日本熟妇hd丰满老熟妇,中文字幕一区二区三区在线不卡 ,亚洲成片在线观看,免费女同在线一区二区

AI 助理
備案控制臺
文檔
輸入文檔關鍵字查找
首頁 容器服務 Kubernetes 版 ACK 分布式云容器平臺ACK One 操作指南 分布式工作流Argo集群 管理工作流 創建工作流

創建工作流

更新時間：
產品詳情
我的收藏

工作流集群基于開源Argo Workflow項目構建，您可以參考開源文檔自定義工作流。工作流可應用于CI/CD流水線、數據處理、機器學習和仿真計算等。本文通過示例介紹如何使用Argo CLI創建工作流，并設置工作流使用的CPU和Memory資源。

前提條件

使用說明

工作流ServiceAccount

工作流可以指定ServiceAccount用于運行中訪問其他Kubernetes資源，您可以創建自己的ServiceAccount，工作流集群會為ServiceAccount自動綁定權限，如果權限不足以支持您的工作流運行，請加入釘釘群（釘釘群號：35688562），聯系產品技術專家進行咨詢。

阿里云Argo CLI

阿里云Argo CLI完全兼容開源Argo CLI，并在此基礎上增強了Metrics能力。您可以使用阿里云Argo CLI查看工作流消耗的CPU和內存資源，并查看工作流運行的成本。同時增強了日志能力，可以獲取工作流已刪除Pod的日志。

安裝步驟如下：

  1. 執行如下命令下載阿里云Argo CLI

    wget https://ack-one.oss-cn-hangzhou.aliyuncs.com/cli/v3.4.12/argo-cli-aliyun-linux

  2. 執行如下命令為argo-cli-aliyun-linux授予可執行權限。

    chmod +x argo-cli-aliyun-linux

  3. 將執行文件移動到環境變量包含的目錄下，例如：/usr/local/bin/。

    mv argo-cli-aliyun-linux /usr/local/bin/argo

根據不同的操作系統選擇對應的版本下載，并重命名為Argo。

創建工作流

您可以通過以下阿里云Argo CLI和kubectl兩種方式操作創建工作流。

使用阿里云Argo CLI操作工作流

  1. 使用以下內容，創建helloworld-workflow.yaml文件。

    apiVersion: argoproj.io/v1alpha1
kind: Workflow                  # new type of k8s spec.
metadata:
  generateName: hello-world-    # name of the workflow spec.
spec:
  entrypoint: whalesay          # invoke the whalesay template.
  templates:
    - name: whalesay              # name of the template.
      container:
        image: docker/whalesay
        command: [ cowsay ]
        args: [ "hello world" ]

  2. 執行以下命令，提交工作流。

    argo submit helloworld-workflow.yaml

  3. 查看工作流狀態。

    1. 執行以下命令，獲取工作流列表。

      argo list

      預期輸出：

      NAME                STATUS      AGE   DURATION   PRIORITY
hello-world-lgdpp   Succeeded   2m    37s        0

    2. 執行以下命令，查看工作流狀態。

      argo get hello-world-lgdpp

      預期輸出：

      Name:                hello-world-lgdpp
Namespace:           default
ServiceAccount:      unset (will run with the default ServiceAccount)
Status:              Succeeded
Conditions:
 PodRunning          False
 Completed           True
....
Duration:            37 seconds
Progress:            1/1
ResourcesDuration:   17s*(1 cpu),17s*(100Mi memory)

STEP                  TEMPLATE  PODNAME            DURATION  MESSAGE
 ? hello-world-lgdpp  whalesay  hello-world-lgdpp  27s

使用kubectl操作工作流

KubeConfig設置完成后，您可以通過kubectl操作工作流集群，但不同于普通的Kubernetes集群，部分操作會受限。相關權限說明如下。

資源

權限說明

priorityclasses

可以管理priorityclasses，并在工作流中制定priorityclasses，達到通過Pod優先級控制調度順序的目的。

namespaces

可以創建Namespaces，擁有自建Namespaces的全部權限，并可訪問自建Namespaces下的資源。不能訪問系統Namespaces下的資源。系統Namespaces即以kube-開頭的Namespaces。

重要

以集群ID命名的命名空間為Argo的系統命名空間，您可以操作此系統命名空間，例如，修改workflow-controller-configmap配置Argo Workflow的運行參數。

persistentvolumes

全部權限。

persistentvolumeclaims

自建Namespaces下的全部權限。

secretsconfigmapsserviceaccounts

自建Namespaces下的全部權限。

pods

自建Namespaces下的讀權限。

pods/logevents

自建Namespaces下的讀權限。

pods/exec

自建Namespaces下的創建權限。

Argo:

workflows

workflowtasksets

workflowtemplates

cronworkflows

自建Namespaces下的全部權限。

設置容器CPU和內存

工作流集群優先使用搶占式ECI實例運行工作流，并配合使用按量付費ECI應對搶占式ECI的庫存問題，以優化成本。搶占式ECI實例的保護期為1小時，請確保工作流的子步驟在一小時內完成。

由于搶占式ECI實例僅支持2 vCPU及以上規格，不支持工作流中的容器資源配置小于2 vCPU。

  • 如果工作流中的容器沒有配置資源請求，系統默認使用2 vCPU/4 GiB。

  • 如果工作流中的容器配置的資源請求小于2 vCPU/4 GiB，系統覆蓋使用2 vCPU/4 GiB。

  • 如果工作流中的容器配置的資源請求大于2 vCPU/4 GiB，系統會自動匹配滿足規格的ECI。支持指定的vCPU和內存規格如下表所示。不建議使用大于8 vCPU的配置。

    vCPU

    內存（GiB）

    2

    4、8、16

    4

    4、8、16、32

    8

    4、8、16、32、64

強制使用按量計費ECI運行工作流

在成本優先模式下，如需運行關鍵任務，不希望使用搶占式ECI實例。您可以設置工作流使用按量計費ECI實例運行工作流。

配置Container的requests和limits字段，示例代碼如下。

apiVersion: argoproj.io/v1alpha1
kind: Workflow                  # new type of k8s spec.
metadata:
  generateName: hello-world-    # name of the workflow spec.
spec:
  entrypoint: whalesay         # invoke the whalesay template.
  templates:
    - name: whalesay              # name of the template.
      container:
        image: docker/whalesay
        command: [ cowsay ]
        args: [ "hello world" ]
        resources:
          requests:
            cpu: 0.5
            memory: 1Gi
          limits:
            cpu: 0.5
            memory: 1Gi