Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

自动重试任务

本页介绍了如何在所有或部分任务失败后自动重试任务。

当批量作业中至少有一个任务失败时，该作业就会失败，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，导致任务失败的某些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的摩擦，并缩短作业的整体运行时间。

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：

抢占抢占式虚拟机
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任务。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。
重试所有失败的任务：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。
重试部分失败的任务：您可以为特定失败配置不同的任务操作，即自动重试或失败时不重试。对于所有未指定的失败，系统会执行相反的操作。每个特定失败都可以通过应用或 Batch 定义的退出代码来标识。

准备工作

如果您之前未使用过 Batch，请查看 Batch 使用入门，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，请让您的管理员授予您以下 IAM 角色：
- Batch Job Editor (roles/batch.jobsEditor) 项目的
- Service Account User (roles/iam.serviceAccountUser) 在作业的服务账号上，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。

重试所有失败的任务

您可以使用 gcloud CLI 或 Batch API 为作业的失败任务定义自动重试的最大次数 (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，如需创建一个基本脚本作业，用于指定失败任务的最大重试次数，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 替换为每个任务的最大重试次数。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，这意味着不重试任何任务。

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

向指定 maxRetryCount 字段的 jobs.create 方法发出 POST 请求。

例如，如需创建一个基本脚本作业，用于指定失败任务的最大重试次数，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：项目的项目 ID 。
LOCATION：作业的位置。
JOB_NAME：作业的名称。
MAX_RETRY_COUNT：每个任务的最大重试次数。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，这意味着不重试任何任务。

重试部分失败的任务

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)。每当出现操作条件（特定退出代码）时，系统都会执行指定的操作。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：对于因 exitCodes[] 字段中指定的退出代码而失败的任务，系统不会重试。对于因任何未指定的退出代码而失败的任务，系统会重试。

值得注意的是，对于因未指定的退出代码而失败的任何任务，系统都会执行相反的操作，即某些退出代码会重试，而某些退出代码会失败。因此，为了让生命周期政策按预期运行，您还需要定义自动重试的最大次数（maxRetryCount 字段）以允许作业自动重试失败的任务至少一次。

每个退出代码都代表一个特定失败，该失败由您的应用或 Batch 定义。退出代码 50001 到 59999 由 Batch 保留和定义。如需详细了解保留的退出代码，请参阅问题排查。

您可以使用 gcloud CLI 或 Batch API 指定作业在特定失败后重试或失败任务。

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。

如需创建一个基本脚本作业，用于仅针对某些退出代码重试失败的任务，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：每个任务的最大重试次数。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，这意味着不重试任何任务。
ACTION：对于因指定的退出代码而失败的任务，您希望执行的操作，即 RETRY_TASK 或 FAIL_TASK。对于因未指定的退出代码而失败的任务，系统会执行其他操作。
EXIT_CODES：您希望触发指定操作的一个或多个退出代码的英文逗号分隔列表，例如 50001, 50002。

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

例如，以下作业仅重试因抢占抢占式虚拟机而失败的任务。

{
  "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

向指定 maxRetryCount 字段和 lifecyclePolicies[] 子字段的 jobs.create 方法发出 POST 请求。

如需创建一个基本脚本作业，用于仅针对某些退出代码重试失败的任务，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：项目的项目 ID 。
LOCATION：作业的位置。
JOB_NAME：作业的名称。
MAX_RETRY_COUNT：每个任务的最大重试次数。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，这意味着不重试任何任务。
ACTION：对于因指定的退出代码而失败的任务，您希望执行的操作，即 RETRY_TASK 或 FAIL_TASK。对于因未指定的退出代码而失败的任务，系统会执行其他操作。
EXIT_CODES：您希望触发指定操作的一个或多个退出代码的英文逗号分隔列表，例如 50001, 50002。

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

例如，以下作业仅重试因抢占抢占式虚拟机而失败的任务。

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）在您按照本页前面部分中的说明为任务启用自动重试后，您可以更新可运行文件以使用 BATCH_TASK_RETRY_ATTEMPT 预定义环境变量。 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以不同的方式运行，请在可运行文件中使用 BATCH_TASK_RETRY_ATTEMPT 变量。例如，在重试任务时，您可能需要确认在上一次尝试中已成功执行哪些命令。如需了解详情，请参阅预定义环境变量。

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

重试所有失败的任务

gcloud

API

重试部分失败的任务

gcloud

API

根据重试次数修改任务行为

后续步骤

自动重试任务