Kubernetes Job重启策略OnFailure与Never的适用场景咨询

核心差异 #

• OnFailure：Pod内容器失败后，同一个Pod实例会被重启。Pod名称、绑定的EmptyDir临时存储都会保留，容器重启后可复用之前的环境和中间数据。
• Never：Pod失败后，会创建全新的Pod实例。每个新Pod有独立名称，EmptyDir这类与Pod绑定的存储会被重新初始化，之前Pod的所有残留数据都会丢失。

适用场景与选择建议 #

选OnFailure的场景 #

• 任务失败是临时可恢复的问题：比如网络波动、目标服务临时不可用、节点资源瞬间不足，重启容器就能恢复执行，无需重新初始化环境。
• 任务依赖Pod内的临时存储数据：比如批量处理任务执行到一半失败，需要保留EmptyDir里的中间结果，重启后可接着处理，不用从头开始。
• 需要连续的日志追踪：同一个Pod的日志是连续的，方便排查失败原因，不用切换多个Pod日志。

选Never的场景 #

• 任务失败是环境/配置类问题：比如镜像拉取失败、配置挂载错误、依赖的存储卷不可用，重启容器无法解决，必须创建全新Pod重新初始化环境。
• 任务要求干净的执行环境：比如一次性数据计算、模型训练任务，失败后中间生成的临时数据可能污染结果，必须用全新环境重新执行。
• 需要快速释放资源：单个Pod失败后直接销毁释放节点资源，用新Pod重新尝试，避免无效占用资源。

简单例子参考 #

• 数据同步任务（偶尔因目标端不可达失败）→ 用OnFailure，重启后继续同步，不用从头跑。
• 一次性报表生成任务（失败后中间文件损坏）→ 用Never，全新Pod重新生成报表。

内容的提问来源于stack exchange，提问作者Gaston539