Nomad Job 部署使用指南

Job 概述

Job 是 Nomad 中最核心的配置单元，它是对工作负载的声明式规范。一个 Job 文件定义了：

应用程序要在哪里运行（数据中心、区域）如何调度（服务类型、批处理任务等）需要运行多少实例资源需求（CPU、内存等）更新策略、重启策略等

层次结构：


Job → Task Group → Task

Job：顶层配置，包含一个或多个 Task GroupTask Group：一组需要在同一节点上运行的 TaskTask：具体的工作单元（如 Docker 容器、进程等）

Job 类型

Nomad 支持以下 Job 类型（通过 type 参数指定）：

类型	说明	使用场景
`service`	长期运行的服务（默认）	Web 服务、API、数据库等
`batch`	短期批处理任务	数据处理、定时任务
`system`	系统级任务，在所有客户端运行	监控代理、日志收集器
`sysbatch`	系统级批处理任务	系统维护脚本

Job 配置文件结构

Job 配置文件使用 HCL（HashiCorp Configuration Language）格式，扩展名为 .nomad 或 .hcl。

基本结构


job "job-name" {
  # Job 级别配置
  datacenters = ["dc1"]
  type        = "service"

  # Task Group
  group "group-name" {
    count = 1

    # Task
    task "task-name" {
      driver = "docker"

      config {
        # 驱动特定配置
      }

      resources {
        # 资源需求
      }
    }
  }
}

核心配置块详解

1. Job 块

Job 块是顶层配置，定义作业的全局属性。


job "example" {
  # 区域配置（可选，默认为 "global"）
  region = "global"

  # 数据中心列表（必需）
  datacenters = ["dc1", "dc2"]

  # Job 类型（可选，默认为 "service"）
  type = "service"

  # 优先级（可选，默认为 50，范围 1-100）
  priority = 50

  # 命名空间（可选，默认为 "default"）
  namespace = "default"
}

约束条件（Constraint）

限制 Job 可以运行的节点：


job "example" {
  # 只在 Linux 节点运行
  constraint {
    attribute = "${attr.kernel.name}"
    value     = "linux"
  }

  # 只在有特定标签的节点运行
  constraint {
    attribute = "${node.class}"
    value     = "compute"
  }
}

更新策略（Update）

控制滚动更新行为：


job "example" {
  update {
    # 并行更新数量
    max_parallel = 1

    # 最小健康时间
    min_healthy_time = "10s"

    # 健康检查超时
    healthy_deadline = "3m"

    # 部署进度超时
    progress_deadline = "10m"

    # 部署失败时是否自动回滚
    auto_revert = false

    # 金丝雀部署实例数
    canary = 0
  }
}

迁移策略（Migrate）

控制节点排空时的任务迁移：


job "example" {
  migrate {
    # 并行迁移数量
    max_parallel = 1

    # 健康检查机制："checks" 或 "task_states"
    health_check = "checks"

    # 最小健康时间
    min_healthy_time = "10s"

    # 健康检查超时
    healthy_deadline = "5m"
  }
}

2. Group 块

Task Group 定义一组需要在同一节点运行的任务。


group "web-group" {
  # 实例数量
  count = 3

  # 网络配置
  network {
    port "http" {
      to = 8080
    }

    port "admin" {
      static = 9090
    }
  }

  # 临时磁盘
  ephemeral_disk {
    size = 300  # MB
  }

  # 重启策略
  restart {
    attempts = 2
    interval = "30m"
    delay    = "15s"
    mode     = "fail"
  }
}

网络配置（Network）


network {
  # 网络模式："bridge"、"host" 或默认
  mode = "bridge"

  # 动态端口
  port "http" {
    to = 8080  # 容器内端口
  }

  # 静态端口
  port "admin" {
    static = 9090  # 主机端口
    to     = 9090  # 容器内端口
  }
}

服务发现（Service）

注册服务到 Nomad 或 Consul：


service {
  name     = "my-service"
  tags     = ["api", "v1"]
  port     = "http"
  provider = "nomad"  # 或 "consul"

  # 健康检查
  check {
    name     = "health"
    type     = "http"
    path     = "/health"
    interval = "10s"
    timeout  = "2s"
  }
}

重启策略（Restart）


restart {
  # 时间间隔内的重启次数
  attempts = 2

  # 时间间隔
  interval = "30m"

  # 重启延迟
  delay = "15s"

  # 模式："delay"（延迟）或 "fail"（失败）
  mode = "fail"
}

3. Task 块

Task 定义具体的工作单元。


task "web" {
  # 驱动类型："docker"、"exec"、"rawexec" 等
  driver = "docker"

  # 驱动配置
  config {
    image = "nginx:latest"
    ports = ["http"]
  }

  # 资源需求
  resources {
    cpu    = 500   # MHz
    memory = 256   # MB
  }

  # 环境变量
  env {
    APP_ENV = "production"
  }
}

驱动配置（Config）

根据不同驱动类型，配置内容不同：

Docker 驱动：


config {
  image = "redis:7"
  ports = ["db"]

  # 认证失败时尝试公共仓库
  auth_soft_fail = true

  # 挂载卷
  volumes = [
    "/host/path:/container/path"
  ]

  # 命令和参数
  command = "/bin/sh"
  args    = ["-c", "echo hello"]
}

Exec 驱动：


config {
  command = "/usr/bin/python"
  args    = ["app.py"]
}

Raw Exec 驱动：


config {
  command = "/bin/sleep"
  args    = ["3600"]
}

资源需求（Resources）


resources {
  # CPU（MHz）
  cpu = 500

  # 内存（MB）
  memory = 256

  # GPU（可选）
  device "nvidia/gpu" {
    count = 1
  }
}

下载制品（Artifact）

在任务启动前下载文件：


artifact {
  source = "https://example.com/config.tar.gz"

  destination = "local/"

  options {
    checksum = "md5:c4aa853ad2215426eb7d70a21922e794"
  }
}

模板（Template）

动态生成配置文件：


template {
  data = <<EOF
SERVER_NAME={{ env "NOMAD_ALLOC_ID" }}
DATABASE_URL={{ key "service/database/url" }}
EOF

  destination = "local/config.env"
  env         = true
}

日志配置（Logs）


logs {
  max_files     = 10
  max_file_size = 15  # MB
}

Vault 集成

从 Vault 获取密钥：


vault {
  policies      = ["app-policy"]
  change_mode   = "restart"
  change_signal = "SIGHUP"
}

工作负载身份（Identity）


identity {
  env  = true   # 暴露为环境变量
  file = true   # 写入文件
}

4. 调度策略

亲和性（Affinity）

表达节点偏好：


affinity {
  attribute = "${node.datacenter}"
  value     = "us-west1"
  weight    = 100  # -100 到 100
}

分布（Spread）

跨节点分散部署：


spread {
  attribute = "${node.datacenter}"

  target "dc1" {
    percent = 60
  }

  target "dc2" {
    percent = 40
  }
}

部署流程

1. 编写 Job 配置文件

创建一个 .nomad 或 .hcl 文件，例如 web-app.nomad。

2. 验证配置


nomad job validate web-app.nomad

3. 运行计划（可选）

查看部署前的执行计划：


nomad job plan web-app.nomad

4. 部署 Job


nomad job run web-app.nomad

5. 查看状态


# 查看 Job 状态
nomad job status web-app

# 查看 Job 列表
nomad job status

# 查看详细信息
nomad job inspect web-app

6. 监控和日志


# 查看分配（Allocation）
nomad alloc status <alloc-id>

# 查看日志
nomad alloc logs <alloc-id>

# 实时查看日志
nomad alloc logs -f <alloc-id>

7. 更新 Job

修改配置文件后重新运行：


nomad job run web-app.nomad

8. 停止 Job


# 停止 Job
nomad job stop web-app

# 清除 Job（停止并从系统移除）
nomad job stop -purge web-app

配置示例

示例 1：简单的 Web 服务


job "web-service" {
  datacenters = ["dc1"]
  type        = "service"

  group "web" {
    count = 3

    network {
      port "http" {
        to = 8080
      }
    }

    service {
      name     = "web-api"
      port     = "http"
      provider = "nomad"

      check {
        type     = "http"
        path     = "/health"
        interval = "10s"
        timeout  = "2s"
      }
    }

    task "nginx" {
      driver = "docker"

      config {
        image = "nginx:latest"
        ports = ["http"]
      }

      resources {
        cpu    = 500
        memory = 256
      }
    }
  }
}

示例 2：批处理任务


job "data-processor" {
  datacenters = ["dc1"]
  type        = "batch"

  group "processor" {
    count = 1

    task "process" {
      driver = "docker"

      config {
        image = "python:3.9"
        command = "python"
        args = ["/local/process.py"]
      }

      artifact {
        source      = "https://example.com/process.py"
        destination = "local/"
      }

      resources {
        cpu    = 1000
        memory = 512
      }
    }
  }
}

示例 3：使用环境变量和模板


job "config-app" {
  datacenters = ["dc1"]
  type        = "service"

  group "app" {
    count = 2

    task "server" {
      driver = "docker"

      config {
        image = "myapp:latest"
        ports = ["http"]
      }

      env {
        ENVIRONMENT = "production"
        LOG_LEVEL   = "info"
      }

      template {
        data = <<EOF
DATABASE_HOST={{ env "NOMAD_IP_http" }}
DATABASE_PORT=5432
API_KEY={{ key "service/api-key" }}
EOF

        destination = "secrets/app.env"
        env         = true
      }

      resources {
        cpu    = 500
        memory = 256
      }
    }
  }
}

示例 4：多任务 Group


job "multi-task" {
  datacenters = ["dc1"]

  group "services" {
    count = 1

    network {
      port "web" {
        to = 8080
      }
      port "api" {
        to = 9090
      }
    }

    task "web-server" {
      driver = "docker"

      config {
        image = "nginx:latest"
        ports = ["web"]
      }

      resources {
        cpu    = 300
        memory = 128
      }
    }

    task "api-server" {
      driver = "docker"

      config {
        image = "api:latest"
        ports = ["api"]
      }

      resources {
        cpu    = 500
        memory = 256
      }
    }
  }
}

示例 5：使用卷挂载


job "database" {
  datacenters = ["dc1"]
  type        = "service"

  group "db" {
    count = 1

    volume "db-data" {
      type      = "host"
      read_only = false
      source    = "mysql-data"
    }

    network {
      port "mysql" {
        to = 3306
      }
    }

    task "mysql" {
      driver = "docker"

      config {
        image = "mysql:8.0"
        ports = ["mysql"]
      }

      volume_mount {
        volume      = "db-data"
        destination = "/var/lib/mysql"
        read_only   = false
      }

      env {
        MYSQL_ROOT_PASSWORD = "secret"
      }

      resources {
        cpu    = 1000
        memory = 1024
      }
    }
  }
}

常用命令

Job 管理


# 运行 Job
nomad job run <job-file>

# 停止 Job
nomad job stop <job-name>

# 停止并清除 Job
nomad job stop -purge <job-name>

# 查看 Job 状态
nomad job status <job-name>

# 查看所有 Job
nomad job status

# 查看 Job 详细信息
nomad job inspect <job-name>

# 验证 Job 配置
nomad job validate <job-file>

# 查看执行计划
nomad job plan <job-file>

# 查看 Job 历史版本
nomad job history <job-name>

# 回滚到指定版本
nomad job revert <job-name> <version>

Allocation 管理


# 查看分配列表
nomad alloc status

# 查看特定分配
nomad alloc status <alloc-id>

# 查看日志
nomad alloc logs <alloc-id>

# 实时查看日志
nomad alloc logs -f <alloc-id>

# 查看特定任务日志
nomad alloc logs <alloc-id> <task-name>

# 进入容器
nomad alloc exec <alloc-id> <task-name> /bin/sh

# 重启分配
nomad alloc restart <alloc-id>

# 停止分配
nomad alloc stop <alloc-id>

监控和调试


# 查看节点列表
nomad node status

# 查看节点详情
nomad node status <node-id>

# 查看集群状态
nomad server members

# 查看评估（Evaluation）
nomad eval status <eval-id>

# 查看部署状态
nomad deployment status <deployment-id>

# 提升金丝雀部署
nomad deployment promote <deployment-id>

# 失败部署
nomad deployment fail <deployment-id>

HCL 格式化


# 格式化 Job 文件
nomad job fmt <job-file>

# 格式化目录下所有文件
nomad job fmt .

变量和插值

Nomad 支持在配置中使用变量插值：

环境变量


env {
  # Nomad 提供的变量
  ALLOC_ID   = "${NOMAD_ALLOC_ID}"
  TASK_NAME  = "${NOMAD_TASK_NAME}"
  IP_ADDRESS = "${NOMAD_IP_http}"
  PORT       = "${NOMAD_PORT_http}"
}

节点属性


constraint {
  attribute = "${attr.kernel.name}"
  value     = "linux"
}

constraint {
  attribute = "${attr.cpu.arch}"
  value     = "amd64"
}

Meta 标签


constraint {
  attribute = "${meta.team}"
  value     = "backend"
}

最佳实践

使用版本控制：将 Job 配置文件存储在 Git 中环境隔离：使用不同的命名空间区分环境资源限制：合理设置资源需求，避免资源争抢健康检查：为服务配置健康检查，确保高可用滚动更新：使用金丝雀部署减少更新风险日志管理：配置适当的日志轮转策略密钥管理：使用 Vault 存储敏感信息监控告警：集成监控系统，及时发现问题

故障排查

常见问题

Job 无法调度

检查节点资源是否充足检查约束条件是否正确查看评估日志：


nomad eval status <eval-id>

任务频繁重启

查看任务日志：


nomad alloc logs <alloc-id>

检查健康检查配置调整重启策略

端口冲突

使用动态端口而非静态端口检查端口映射配置

镜像拉取失败

检查镜像名称和标签配置镜像仓库认证启用


auth_soft_fail

附录

完整的 Nomad 变量列表


NOMAD_ALLOC_DIR

：分配目录


NOMAD_ALLOC_ID

：分配 ID


NOMAD_ALLOC_INDEX

：分配索引


NOMAD_ALLOC_NAME

：分配名称


NOMAD_DC

：数据中心


NOMAD_GROUP_NAME

：Task Group 名称


NOMAD_IP_<label>

：端口 IP


NOMAD_JOB_ID

：Job ID


NOMAD_JOB_NAME

：Job 名称


NOMAD_NAMESPACE

：命名空间


NOMAD_PORT_<label>

：端口号


NOMAD_REGION

：区域


NOMAD_TASK_DIR

：任务目录


NOMAD_TASK_NAME

：任务名称