目前在在线应用，尤其是无状态的在线应用领域，Docker容器已经成为执行层的事实标准，有大量云服务商提供容器云服务。但在离线计算领域，还很少有服务商提供这样的能力。
但离线计算在实际生产中使用很广，小到一个脚本任务，大到大数据分析；而且离线计算对资源隔离、环境隔离的需求更高，这正是docker容器的优势。因此，阿里云容器服务抽象出离线计算的基本模型，推出了基于Docker容器的离线计算功能。其核心功能是：
- 作业编排
- 作业调度与生命周期管理
- 存储与日志等功能的集成
基本概念
首先介绍一下离线计算的基本概念。下表中列出了离线与在线应用的概念对比。
| 概念 | 离线应用 | 在线应用 |
|---|---|---|
| 容器 | 任务执行单元 | 服务的执行单元 |
| 运行历史 | 任务出错重试的执行历史 | 无 |
| 服务（任务） | 一个特定的功能，可以分割成若干个容器来执行 | 一组功能相同的容器 |
| 应用（作业） | 若干个任务的组合 | 若干个服务的组合 |
简言之，一个离线作业包含若干个任务，每个任务可以由若干个容器来执行，每个容器可以有多个运行历史；而一个在线应用包含若干个服务，每个服务可以有若干个容器同时服务。
基于DockerCompose的作业编排
跟在线应用一样，我们使用DockerCompose来描述和编排作业。DockerCompose支持Docker的绝大部分功能，比如：
- CPU、内存等资源限制
- 数据卷（Volume）
- 环境变量与标签
- 网络模型、端口暴露等
除此之外，阿里云容器服务还扩展了以下功能：
- 容器数量：每个任务分成多少个容器
- 重试次数：每个容器重试多少次
- 移除容器：容器运行完后是否删除，可选策略是remove_finished（删除完成的容器）、remove_failed（删除失败的容器）、remove_all（删除全部容器）、remove_none（不删除）
- DAG模型的任务依赖：同一个作业的任务之间可以有依赖关系，被依赖的任务会先执行。
下面是一个离线作业的DockerCompose示例。
version: "2"
labels:
aliyun.project_type: "batch"
services:
s1:
image: registry.aliyuncs.com/jimmycmh/testret:latest
restart: no
cpu_shares: 10
mem_limit: 100000000
labels:
aliyun.scale: "10"
aliyun.retry_count: "20"
aliyun.remove_containers: "remove-all"
s2:
image: registry.aliyuncs.com/jimmycmh/testret:latest
cpu_shares: 50
mem_limit: 100000000
labels:
aliyun.scale: "4"
aliyun.retry_count: "20"
aliyun.remove_containers: "remove-finished"
aliyun.depends: "s1"需要注意的几点是：
- 只支持version2的docker compose
- 需要在作业级别添加标签
aliyun.project_type: "batch"，没有该标签或标签值不为batch则认为是在线应用 - 不管restart设置为什么值，都会被修改为no
- 用
aliyun.depends标签指定依赖，可以依赖多个任务，用,分隔 -
aliyun.retry_count默认值为3 -
aliyun.remove_containers默认值为remove_finished
作业生命周期管理
容器状态由容器的运行及退出状态决定；任务状态由该任务中所有容器的状态决定；作业状态由该作业的所有任务决定。
容器状态
- 运行中（Running）：容器在运行
- 完成（Finished）：容器退出且ExitCode==0
- 失败（Failed）：容器退出且ExitCode!=0
任务状态
- 运行中（Running）：有容器在运行
- 完成（Finished）：所有容器都完成了
- 失败（Failed）：有容器失败次数超过给定值
作业状态
- 运行中（Running）：有任务在运行
- 完成（Finished）：所有任务都完成了
- 失败（Failed）：有任务失败了
上述状态都可以通过API获取，方便用户自动化运维。
共享存储
容器之间、任务之间会有数据共享和交换，共享存储可以解决这一问题。比如Hadoop上跑MR作业，是通过HDFS来交换数据的。在容器服务中，可以使用三类共享存储，其特性及应用场景对比如下：
| 存储 | 优点 | 缺点 | 适用范围 |
|---|---|---|---|
| OSSFS数据卷 | 跨主机共享 | 读写、ls性能低；修改文件会导致文件重写 | 共享配置文件；附件上传 |
| 阿里云NAS数据卷 | 跨主机共享；按需扩容； 高性能、高可靠性；挂载速度高 | 成本略高 | 需要共享数据的重IO应用，如文件服务器等；需要快速迁移的重IO应用，如数据库等 |
| 用户自己集成成三方存储，如Portworx | 将集群内的云盘虚拟成共享的大磁盘；性能高；snapshot、多拷贝 | 需要一定运维能力 | 同NAS |
具体使用数据卷的帮助，可以参考下列文档：
集成日志和监控服务
日志和监控是分析离线作业的重要工具。阿里云容器服务集成了阿里云SLS与云监控功能，只要在编排模板中添加一个标签，就可以将日志收集到SLS，将容器的CPU、内存等数据收集到云监控。具体使用方便请参考下面的文档，这里不再细写。
操作步骤
首先打开容器服务控制台https://cs.console.aliyun.com/，并创建一个集群。
第二步，选择应用->创建应用->使用模板创建，填入上文中的编排模板，并创建应用。
第三步，选择应用->您的应用，可以查看应用的运行状态，如下图所示。
