此页面由 Cloud Translation API 翻译。

自动重试任务

本页介绍了如何在所有或部分失败后自动重试任务。

当 Batch 作业的至少一个任务失败时，该作业也会失败，而任务失败的原因可能有很多。默认情况下，作业中的每个任务仅运行一次；如果任务失败，系统不会重试。不过，有些导致任务失败的问题只需重试任务即可轻松解决。在这些情况下，将作业配置为自动重试任务可以大幅减少问题排查摩擦，并缩短作业的总体运行时间。

自动重试非常适合松散耦合（独立）的任务，并且有助于解决各种问题。例如，自动重试任务可以解决以下时间敏感型问题：

Spot 虚拟机的抢占
虚拟机维护事件和主机错误
暂时性网络连接错误

您可以在创建作业时为每个任务配置自动重试。具体而言，对于每个任务，您可以使用以下配置选项之一：

默认情况下，每个任务在失败时都不会重试。
针对所有失败重试任务：您可以配置自动重试失败任务的最大次数。您可以指定 0（默认值）到 10 次重试。
针对某些失败重试任务：您可以针对特定失败配置不同的任务操作，包括自动重试或不重试直接失败。对于所有未指定的失败，系统会采取相反的操作。每种特定故障都可以通过应用或 Batch 定义的退出代码来识别。

准备工作

如果您之前未使用过 Batch，请查看开始使用 Batch 并完成项目和用户的前提条件，以启用 Batch。
如需获得创建作业所需的权限，请让您的管理员为您授予以下 IAM 角色：
- 项目的 Batch Job Editor (roles/batch.jobsEditor)
- 服务账号用户 (roles/iam.serviceAccountUser) 作业的服务账号（默认情况下为默认 Compute Engine 服务账号）
如需详细了解如何授予角色，请参阅管理对项目、文件夹和组织的访问权限。

您也可以通过自定义角色或其他预定义角色来获取所需的权限。

针对所有失败重试任务

您可以使用 gcloud CLI 或 Batch API 为作业的失败任务定义自动重试次数上限（maxRetryCount 字段）。

gcloud

创建一个 JSON 文件，用于指定作业的配置详细信息和 maxRetryCount 字段。

例如，如需创建指定失败任务的最大重试次数的基本脚本作业，请创建一个包含以下内容的 JSON 文件：

{
  "taskGroups": [
    {
      "taskSpec": {
        "runnables": [
          {
            "script": {
              "text": "echo Hello world from task ${BATCH_TASK_INDEX}"
            }
          }
        ],
        
        "maxRetryCount": MAX_RETRY_COUNT
        
      },
      "taskCount": 3
    }
  ],
  "logsPolicy": {
    "destination": "CLOUD_LOGGING"
  }
}

将 MAX_RETRY_COUNT 替换为每个任务的重试次数上限。如需让作业能够重试失败的任务，此值必须设置为介于 1 和 10 之间的整数。如果未指定 maxRetryCount 字段，则默认值为 0，表示不重试任何任务。

如需创建并运行作业，请使用 gcloud batch jobs submit 命令：
```
gcloud batch jobs submit JOB_NAME \
  --location LOCATION \
  --config JSON_CONFIGURATION_FILE
```
替换以下内容：
- JOB_NAME：作业的名称。
- LOCATION：作业的位置。
- JSON_CONFIGURATION_FILE：包含作业配置详细信息的 JSON 文件的路径。

API

向 jobs.create 方法发出 POST 请求，并指定 maxRetryCount 字段。

例如，如需创建指定失败任务的最大重试次数的基本脚本作业，请发出以下请求：

POST https://batch.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/jobs?job_id=JOB_NAME

{
  "taskGroups": [
    {
      "taskSpec": {
        "runnables": [
          {
            "script": {
              "text": "echo Hello world from task ${BATCH_TASK_INDEX}"
            }
          }
        ],
        
        "maxRetryCount": MAX_RETRY_COUNT
        
      },
      "taskCount": 3
    }
  ],
  "logsPolicy": {
    "destination": "CLOUD_LOGGING"
  }
}

替换以下内容：

PROJECT_ID：您的项目的项目 ID。
LOCATION：作业的位置。
JOB_NAME：作业的名称。
MAX_RETRY_COUNT：每个任务的重试次数上限。如需让作业能够重试失败的任务，此值必须设置为介于 1 和 10 之间的整数。如果未指定 maxRetryCount 字段，则默认值为 0，表示不重试任何任务。

针对某些失败重试任务

您可以使用生命周期政策（lifecyclePolicies[] 字段）定义作业处理不同任务失败的方式。

生命周期政策包含操作（action 字段）、操作条件（actionCondition 字段）和退出代码（exitCodes[] 字段）。只要出现操作条件（即特定的退出代码），系统就会执行指定的操作。您可以指定以下操作之一：

RETRY_TASK：重试因 exitCodes[] 字段中指定的退出代码而失败的任务。对于因任何未指定的退出代码而失败的任务，系统不会重试。
FAIL_TASK：不重试因 exitCodes[] 字段中指定的退出代码而失败的任务。如果任务因任何未指定的退出代码而失败，系统会重试。

值得注意的是，如果任务因未指定的退出代码而失败，则会采取相反的操作 - 某些退出代码会重试，而某些退出代码会失败。因此，为了使生命周期政策按预期运行，您还需要定义自动重试次数上限（maxRetryCount 字段），以允许作业自动重试失败的任务至少一次。

每个退出代码都表示由您的应用或 Batch 定义的特定失败。退出代码 50001 到 59999 由 Batch 保留和定义。如需详细了解预留的退出代码，请参阅问题排查。

您可以使用 gcloud CLI 或 Batch API 指定作业在发生特定故障后重试或使任务失败。

gcloud

创建一个 JSON 文件，用于指定作业的配置详细信息、maxRetryCount 字段和 lifecyclePolicies[] 子字段。

如需创建仅针对某些退出代码重试失败任务的基本脚本作业，请创建一个包含以下内容的 JSON 文件：

{
  "taskGroups": [
    {
      "taskSpec": {
        "runnables": [
          {
            "script": {
              "text": "echo Hello world from task ${BATCH_TASK_INDEX}"
            }
          }
        ],
        
        "maxRetryCount": MAX_RETRY_COUNT,
        "lifecyclePolicies": [
          {
            "action": "ACTION",
            "actionCondition": {
               "exitCodes": [EXIT_CODES]
            }
          }
        ]
      }
    }
  ],
  "logsPolicy": {
    "destination": "CLOUD_LOGGING"
  }
}

替换以下内容：

MAX_RETRY_COUNT：每个任务的重试次数上限。如需让作业能够重试失败的任务，此值必须设置为介于 1 和 10 之间的整数。如果未指定 maxRetryCount 字段，则默认值为 0，表示不重试任何任务。
ACTION：您希望对失败的任务执行的操作，可以是 RETRY_TASK 或 FAIL_TASK，这些任务的退出代码为指定值。如果任务失败且退出代码未指定，则执行其他操作。
EXIT_CODES：以英文逗号分隔的一个或多个退出代码列表，用于触发指定的操作，例如 50001, 50002。

每个退出代码都可以由您的应用或 Batch 定义。从 50001 到 59999 的退出代码由 Batch 保留。如需详细了解预留的退出代码，请参阅问题排查。

例如，以下作业仅重试因 Spot 虚拟机被抢占而失败的任务。

{
  "taskGroups": [
    {
      "taskSpec": {
        "runnables": [
          {
            "script": {
              "text": "sleep 30"
            }
          }
        ],
        "maxRetryCount": 3,
        "lifecyclePolicies": [
          {
             "action": "RETRY_TASK",
             "actionCondition": {
               "exitCodes": [50001]
            }
          }
        ]
      }
    }
  ],
  "allocationPolicy": {
    "instances": [
      {
        "policy": {
          "machineType": "e2-standard-4",
          "provisioningModel": "SPOT"
        }
      }
    ]
  }
}

如需创建并运行作业，请使用 gcloud batch jobs submit 命令：
```
gcloud batch jobs submit JOB_NAME \
  --location LOCATION \
  --config JSON_CONFIGURATION_FILE
```
替换以下内容：
- JOB_NAME：作业的名称。
- LOCATION：作业的位置。
- JSON_CONFIGURATION_FILE：包含作业配置详细信息的 JSON 文件的路径。

API

向 jobs.create 方法发出 POST 请求，其中指定了 maxRetryCount 字段和 lifecyclePolicies[] 子字段。

如需创建仅针对某些退出代码重试失败任务的基本脚本作业，请发出以下请求：

POST https://batch.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/jobs?job_id=JOB_NAME

{
  "taskGroups": [
    {
      "taskSpec": {
        "runnables": [
          {
            "script": {
              "text": "echo Hello world from task ${BATCH_TASK_INDEX}"
            }
          }
        ],
        
        "maxRetryCount": MAX_RETRY_COUNT,
        "lifecyclePolicies": [
          {
            "action": "ACTION",
            "actionCondition": {
                "exitCodes": [EXIT_CODES]
            }
          }
        ]
      }
    }
  ],
  "logsPolicy": {
    "destination": "CLOUD_LOGGING"
  }
}

替换以下内容：

PROJECT_ID：您的项目的项目 ID。
LOCATION：作业的位置。
JOB_NAME：作业的名称。
MAX_RETRY_COUNT：每个任务的重试次数上限。如需让作业能够重试失败的任务，此值必须设置为介于 1 和 10 之间的整数。如果未指定 maxRetryCount 字段，则默认值为 0，表示不重试任何任务。
ACTION：您希望对失败的任务执行的操作，可以是 RETRY_TASK 或 FAIL_TASK，这些任务的退出代码为指定值。如果任务失败且退出代码未指定，则执行其他操作。
EXIT_CODES：以英文逗号分隔的一个或多个退出代码列表，用于触发指定的操作，例如 50001, 50002。

每个退出代码都可以由您的应用或 Batch 定义。从 50001 到 59999 的退出代码由 Batch 保留。如需详细了解预留的退出代码，请参阅问题排查。

例如，以下作业仅重试因 Spot 虚拟机被抢占而失败的任务。

POST https://batch.googleapis.com/v1/projects/example-project/locations/us-central1/jobs?job_id=example-job

{
  "taskGroups": [
    {
      "taskSpec": {
        "runnables": [
          {
            "script": {
              "text": "sleep 30"
            }
          }
        ],
        "maxRetryCount": 3,
        "lifecyclePolicies": [
          {
             "action": "RETRY_TASK",
             "actionCondition": {
               "exitCodes": [50001]
            }
          }
        ]
      }
    }
  ],
  "allocationPolicy": {
    "instances": [
      {
        "policy": {
          "machineType": "e2-standard-4",
          "provisioningModel": "SPOT"
        }
      }
    ]
  }
}

根据重试次数修改任务行为

（可选）在按照本页前几部分中的说明为任务启用自动重试后，您可以更新可运行对象以使用 BATCH_TASK_RETRY_ATTEMPT 预定义的环境变量。BATCH_TASK_RETRY_ATTEMPT 变量描述了此任务已尝试的次数。如果您希望任务根据重试次数表现出不同的行为，请在可运行对象中使用 BATCH_TASK_RETRY_ATTEMPT 变量。例如，在重试任务时，您可能需要确认上一次尝试中哪些命令已成功执行。如需了解详情，请参阅预定义的环境变量。

后续步骤

如果您在创建或运行作业时遇到问题，请参阅问题排查。
查看作业和任务。
了解更多作业创建选项。

自动重试任务 使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

准备工作

针对所有失败重试任务

gcloud

API

针对某些失败重试任务

gcloud

API

根据重试次数修改任务行为

后续步骤

自动重试任务