# 处理Pod和容器的失败
Pod 中的容器可能会因为多种原因执行失败，例如：
- 容器中的进程退出了，且退出码（exit code）不为 0
- 容器因为超出内存限制而被 Kill
- 其他原因
如果 Pod 中的容器执行失败，且 .spec.template.spec.restartPolicy = "OnFailure"，则 Pod 将停留在该节点上，但是容器将被重新执行。此时，您的应用程序需要处理在原节点（失败之前的节点）上重启的情况。或者，您也可以设置为 .spec.template.spec.restartPolicy = "Never"。 参考 容器组_生命周期 了解更多信息
整个 Pod 也可能因为多种原因执行失败，例如：
- Pod 从节点上被驱逐（节点升级、重启、被删除等）
- Pod 的容器执行失败，且
.spec.template.spec.restartPolicy = "Never"
当 Pod 执行失败时，Job 控制器将创建一个新的 Pod。此时，您的应用程序需要处理在一个新 Pod 中重新启动的情况。具体来说，需要处理临时文件、锁、未完成的输出信息以及前一次执行可能遗留下来的其他东西。
TIP
- 即使您指定
.spec.parallelism = 1、.spec.completions = 1以及.spec.template.spec.restartPolicy = "Never"，同一个应用程序仍然可能被启动多次 - 如果指定
.spec.parallelism和.spec.completions的值都大于 1，则，将可能有多个 Pod 同时执行。此时，您的 Pod 还必须能够处理并发的情况
# Pod失败重试
Pod backoff failure policy
某些情况下（例如，配置错误），您可能期望在 Job 多次重试仍然失败的情况下停止该 Job。此时，可通过 .spec.backoffLimit 来设定 Job 最大的重试次数。该字段的默认值为 6.
Job 中的 Pod 执行失败之后，Job 控制器将按照一个指数增大的时间延迟（10s,20s,40s ... 最大为 6 分钟）来多次重新创建 Pod。如果没有新的 Pod 执行失败，则重试次数的计数将被重置。
Issue
Issue #54870 (opens new window) 仍然存在于 Kubernetes v1.12 之前的版本中
Debug
如果 restartPolicy = "OnFailure"，执行该 Job 的容器在 job 重试次数达到以后将被终止。这种情况使得 Job 程序的 debug 工作变得较为困难。建议在 debug 时，设置 restartPolicy = "Never"，或者使用日志系统确保失败的 Job 的日志不会丢失。
微信群
赞赏
