Jobs Kubernetes #
Dans Kubernetes, un 'Job' est une ressource permettant l'exécution d'une tâche en arrière-plan jusqu'à sa complétion. Les Jobs sont utilisés pour des tâches de calcul par lots ou des tâches programmées.
Serverless #
Le 'Serverless' est un modèle dans lequel le fournisseur cloud gère l'infrastructure. L'utilisateur fournit uniquement le code qui est exécuté en réponse à des événements, sans se soucier de la gestion des serveurs.
Types de Jobs #
Les différents types de Jobs disponibles dans Kubernetes.
Jobs simples #
Ces Jobs exécutent une tâche unique et s'arrêtent une fois terminée. Idéal pour des tâches occasionnelles nécessitant un traitement spécifique.
CronJobs #
Permet de programmer des tâches récurrentes à intervalles réguliers, comme pour des sauvegardes ou des nettoyages de données.
Cas d'usage #
Les principaux cas d'usage de chaque modèle.
Jobs #
Les Jobs sont utilisés pour les traitements de données, les calculs par lots et les tâches planifiées qui nécessitent une exécution ponctuelle ou récurrente.
Serverless #
Les fonctions Serverless sont idéales pour des tâches courtes et événementielles, telles que le traitement de requêtes HTTP, le traitement d'images ou des calculs légers.
Avantages et inconvénients #
Les principaux points forts et limites des Jobs et des services Serverless.
Avantages des Jobs #
Contrôle précis sur les ressources et l'exécution, planification facilitée, adapté aux tâches intenses.
Inconvénients des Jobs #
Nécessite un cluster Kubernetes actif, ce qui peut générer des coûts d'infrastructure même en l'absence de tâches.
Avantages du Serverless #
Aucune gestion d'infrastructure, facturation basée uniquement sur l'exécution réelle, et scalabilité automatique.
Inconvénients du Serverless #
Limites en durée et en mémoire, moins de contrôle sur l'environnement et coûts potentiels pour les tâches de longue durée.
Jobs vs Serverless #
Un tableau récapitulatif des différences entre les deux modèles.| Critère | Jobs Kubernetes | Serverless |
|---|---|---|
| Déploiement | Géré par des Jobs ou CronJobs | Code déployé en tant que fonction |
| Infrastructure | Cluster Kubernetes requis | Gérée par le fournisseur |
| Gestion des tâches | Planification via Jobs | Déclenchée par événements |
| Utilisation | Tâches intensives et par lots | Tâches légères et événementielles |
| Coût | Basé sur les ressources du cluster | Basé sur le temps d'exécution |
| Scalabilité | Automatique par le cluster | Scalabilité automatique |
| Complexité de gestion | Nécessite une gestion modérée | Peu de gestion requise |
Conclusion #
Les Jobs Kubernetes conviennent mieux aux tâches nécessitant un contrôle précis et de l'infrastructure Kubernetes, tandis que le Serverless est idéal pour les tâches événementielles ou de courte durée avec un minimum de gestion.
Mise à jour 2026 : ce qui a changé #
Évolutions récentes à connaître (vérifiées en novembre 2026).
Des Jobs Kubernetes plus robustes #
Plusieurs réglages des Jobs sont désormais stables et changent la gestion des échecs : podFailurePolicy (Kubernetes 1.31) distingue une erreur définitive d'une éviction, backoffLimitPerIndex et successPolicy (1.33) pilotent les Jobs indexés, et les CronJobs acceptent un fuseau horaire (timeZone).
apiVersion: batch/v1
kind: Job
metadata:
name: import-factures
spec:
completions: 10
parallelism: 5
completionMode: Indexed
backoffLimitPerIndex: 2 # chaque index a son propre budget d'échecs
podFailurePolicy:
rules:
- action: FailJob # code 42 = données invalides : inutile de réessayer
onExitCodes: { operator: In, values: [42] }
- action: Ignore # pod évincé (nœud drainé) : ne compte pas comme échec
onPodConditions: [{ type: DisruptionTarget }]
ttlSecondsAfterFinished: 3600
template:
spec:
restartPolicy: Never
containers:
- name: import
image: registry.example.com/import:1.4Le serverless gagne Kubernetes #
- Knative et KEDA (
ScaledJob) apportent la mise à l'échelle à zéro et le déclenchement par événement (file Kafka, SQS, RabbitMQ) à l'intérieur du cluster. - Les offres de conteneurs serverless (Google Cloud Run jobs, Azure Container Apps jobs, AWS Fargate avec AWS Batch) lancent des traitements par lots sans cluster à gérer.
- Les fonctions restent limitées en durée : 15 minutes au maximum pour AWS Lambda ; au-delà, un Job ou un conteneur serverless est plus adapté.