acjob关键字段说明
Ascend Job简称acjob，是MindCluster自定义的一种任务类型，当前支持通过环境变量配置资源信息及文件配置资源信息这2种方式拉起训练或推理任务。acjob各字段说明如下表所示。
字段路径 |
类型 |
格式 |
描述 |
|---|---|---|---|
apiVersion |
字符串（string） |
- |
定义对象表示的版本化资源模式。服务器会转换为最新内部值，拒绝不识别的版本。更多信息参考https://git.k8s.io/community/contributors/devel/sig-architecture/api-conventions.md#types-kinds。 |
kind |
字符串（string） |
- |
表示此对象对应的REST资源类型。值通过端点推断，不可更新，采用驼峰命名。更多信息可参考https://git.k8s.io/community/contributors/devel/sig-architecture/api-conventions.md#resources。 |
metadata |
对象（object） |
- |
Kubernetes元数据（如命名空间、标签等）。更多信息参考https://git.k8s.io/community/contributors/devel/sig-architecture/api-conventions.md#metadata。 |
spec |
对象（object） |
- |
AscendJob期望状态的规格描述。必填字段：replicaSpecs。 |
spec.replicaSpecs |
对象 （object） |
- |
ReplicaType到ReplicaSpec的映射，指定MS集群配置。示例：{ "Scheduler": ReplicaSpec, "Worker": ReplicaSpec }。 |
spec.replicaSpecs.[ReplicaType] |
对象（object） |
- |
副本的描述。 |
spec.replicaSpecs.[ReplicaType].replicas |
整数（integer） |
int32 |
副本数量，表示给定模板所需的副本数。默认为1。 |
spec.replicaSpecs.[ReplicaType].restartPolicy |
字符串（string） |
- |
重启策略：Always、OnFailure、Never、ExitCode。默认为Never。 |
spec.replicaSpecs.[ReplicaType].template |
对象（object） |
- |
Kubernetes的Pod模板，更多信息参考https://kubernetes.io/docs/reference/kubernetes-api/workload-resources/pod-template-v1/。 |
spec.runPolicy |
对象（object） |
- |
封装分布式训练作业的运行时策略（如资源清理、活动时间）。 |
spec.runPolicy.backoffLimit |
整数（integer） |
int32 |
作业失败前允许的重试次数（可选）。 |
spec.runPolicy.activeDeadlineSeconds |
整数（integer） |
int64 |
作业保持活动的最长时间（秒），值必须为正整数。当前无意义，后续版本将会删除。 |
spec.runPolicy.cleanPodPolicy |
字符串（string） |
- |
作业完成后清理Pod的策略。默认值为Running。当前无意义，后续版本将会删除。 |
spec.runPolicy.ttlSecondsAfterFinished |
整数（integer） |
int32 |
作业完成后的TTL（生存时间）。默认为无限，实际删除可能延迟。当前无意义，后续版本将会删除。 |
spec.runPolicy.schedulingPolicy |
对象（object） |
- |
调度策略（如gang-scheduling）。 |
spec.runPolicy.schedulingPolicy.minAvailable |
整数（integer） |
int32 |
最小可用资源数。 |
spec.runPolicy.schedulingPolicy.minResources |
对象（object） |
- |
按资源名称分配的最小资源集合（支持整数或字符串格式）。 |
spec.runPolicy.schedulingPolicy.priorityClass |
字符串（string） |
- |
优先级类名称。 |
spec.runPolicy.schedulingPolicy.queue |
字符串（string） |
- |
调度队列名称。 |
spec.schedulerName |
字符串（string） |
- |
指定在开启gang-scheduling情况下的调度器，当前仅支持Volcano。 |
spec.successPolicy |
字符串（string） |
- |
标记AscendJob成功的标准，当前无意义，仅当所有Pod成功时，才会判定任务成功。后续版本将会删除。 |
status |
对象（object） |
- |
AscendJob的最新观察状态（只读）。必填字段：conditions、replicaStatuses。 |
status.completionTime |
字符串（string） |
date-time |
作业完成时间（RFC3339格式，UTC）。 |
status.conditions |
数组（array） |
- |
当前作业条件数组。 |
status.conditions[type] |
字符串（string） |
- |
作业条件的类型（如"Complete"）。 |
status.conditions[status] |
字符串（string） |
- |
条件状态：True、False、Unknown。 |
status.conditions[lastTransitionTime] |
字符串（string） |
date-time |
条件状态转换的时间。 |
status.conditions[lastUpdateTime] |
字符串（string） |
date-time |
条件更新后的最终时间。 |
status.conditions[message] |
字符串（string） |
- |
条件的详细描述。 |
status.conditions[reason] |
字符串（string） |
- |
条件转换的原因。 |
status.lastReconcileTime |
字符串（string） |
date-time |
作业最后一次调和的时间（RFC3339格式，UTC）。 |
status.replicaStatuses |
对象（object） |
- |
副本类型到副本状态的映射。 |
status.replicaStatuses.[ReplicaType].active |
整数（integer） |
int32 |
正在运行的Pod数量。 |
status.replicaStatuses.[ReplicaType].failed |
整数（integer） |
int32 |
已失败的Pod数量。 |
status.replicaStatuses.[ReplicaType].succeeded |
整数（integer） |
int32 |
已成功的Pod数量。 |
status.replicaStatuses.[ReplicaType].labelSelector |
对象（object） |
- |
Pod标签选择器（定义如何筛选Pod）。 |
status.replicaStatuses.[ReplicaType].labelSelector.matchExpressions |
数组（array） |
- |
标签匹配规则（支持In、NotIn、Exists、DoesNotExist等操作符）。 |
status.replicaStatuses.[ReplicaType].labelSelector.matchLabels |
对象（object） |
- |
标签匹配的键值对（等价于matchExpressions条件）。 |
status.startTime |
字符串（string） |
date-time |
作业开始时间（RFC3339格式，UTC）。 |