本页介绍了如何在所有或部分失败后自动重试任务。
当 Batch 作业的至少一个任务失败时，该作业也会失败，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，有些导致任务失败的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摩擦，并缩短作业的总体运行时间。
自动重试非常适合松散耦合（独立）的任务，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：
- Spot 虚拟机的抢占
- 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。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。
- 针对所有失败重试任务：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。
- 针对某些失败重试任务：您可以针对特定失败配置不同的任务操作，包括自动重试或不重试直接失败。对于所有未指定的失败，系统会采取相反的操作。 每种特定故障都可以通过应用或 Batch 定义的退出代码来识别。
准备工作
- 如果您之前未使用过 Batch，请查看开始使用 Batch 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，请让您的管理员为您授予以下 IAM 角色：
-
项目的 Batch Job Editor (
roles/batch.jobsEditor) -
作业的服务账号（默认情况下为默认 Compute Engine 服务账号）的 Service Account User (
roles/iam.serviceAccountUser)
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。
-
项目的 Batch Job Editor (
针对所有失败重试任务
您可以使用 gcloud CLI 或 Batch API 为作业的失败任务定义自动重试次数上限（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，如需创建指定失败任务的最大重试次数的基本脚本作业，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，表示不重试任何任务。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：包含作业配置详情的 JSON 文件的路径。
API
向 jobs.create 方法发出 POST 请求，并指定 maxRetryCount 字段。
例如，如需创建指定失败任务的最大重试次数的基本脚本作业，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：
针对某些失败重试任务
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）。只要出现操作条件（即特定的退出代码），系统就会执行指定的操作。
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：不重试因exitCodes[]字段中指定的退出代码而失败的任务。如果任务因任何未指定的退出代码而失败，系统会重试。
值得注意的是，如果任务因未指定的退出代码而失败，则会采取相反的操作 - 某些退出代码会重试，而某些退出代码会失败。因此，为了使生命周期政策按预期运行，您还需要定义自动重试次数上限（maxRetryCount 字段），以允许作业自动重试失败的任务至少一次。
每个退出代码都表示由您的应用或 Batch 定义的特定失败。 退出代码 50001 到 59999 由 Batch 保留和定义。如需详细了解预留的退出代码，请参阅问题排查。
您可以使用 gcloud CLI 或 Batch API 指定作业在发生特定故障后重试或使任务失败。
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。如需创建仅针对某些退出代码重试失败任务的基本脚本作业，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：每个任务的重试次数上限。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，表示不重试任何任务。ACTION：您希望对因指定退出代码而失败的任务执行的操作，可以是RETRY_TASK或FAIL_TASK。如果任务失败并返回未指定的退出代码，则执行其他操作。EXIT_CODES：以英文逗号分隔的一个或多个退出代码列表，用于触发指定的操作，例如50001, 50002。每个退出代码都可以由您的应用或 Batch 定义。从
50001到59999的退出代码由 Batch 保留。 如需详细了解预留的退出代码，请参阅问题排查。
例如，以下作业仅重试因 Spot 虚拟机被抢占而失败的任务。
{ "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：包含作业配置详情的 JSON 文件的路径。
API
向 jobs.create 方法发出 POST 请求，其中指定了 maxRetryCount 字段和 lifecyclePolicies[] 子字段。
如需创建仅针对某些退出代码重试失败任务的基本脚本作业，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：您的项目的项目 ID。LOCATION：作业的位置。JOB_NAME：作业的名称。MAX_RETRY_COUNT：每个任务的重试次数上限。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，表示不重试任何任务。ACTION：您希望对因指定退出代码而失败的任务执行的操作，可以是RETRY_TASK或FAIL_TASK。如果任务失败并返回未指定的退出代码，则执行其他操作。EXIT_CODES：以英文逗号分隔的一个或多个退出代码列表，用于触发指定的操作，例如50001, 50002。每个退出代码都可以由您的应用或 Batch 定义。从
50001到59999的退出代码由 Batch 保留。 如需详细了解预留的退出代码，请参阅问题排查。
例如，以下作业仅重试因 Spot 虚拟机被抢占而失败的任务。
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）按照本页前几部分中的说明为任务启用自动重试后，您可以更新可运行对象以使用 BATCH_TASK_RETRY_ATTEMPT 预定义的环境变量。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表现出不同的行为，请在可运行对象中使用 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哪些命令已成功执行。如需了解详情，请参阅预定义的环境变量。