我有一个python脚本，可以真正吃一些CPU和内存。因此，我认为运行脚本的最有效方法是将其在Docker容器中进行容器化。该脚本并不意味着永远运行。相反，它从环境变量中获取依赖性信息，进行行为然后终止。脚本结束后，默认情况下，Docker将从内存中删除容器。
这很好。我只是在运行脚本时仅用于计算资源。
我的问题是：我可以运行多种不同类型的脚本。我想做的是创建一个经理，该管理器给定要运行的脚本类型的名称，以确定的容器以在Google Container Engine中运行，例如调用被配置为使用预定义的CPU，磁盘和内存分配旨在尽可能快地运行脚本的环境。
然后，一旦脚本完成，我希望将容器从环境中删除，以便我不再为资源付费。换句话说，我希望能够在容器引擎中以自动化的方式进行操作。
我正在尝试学习如何以自动化方式获得容器引擎以支持我的需求。在我看来，使用kubernetes可能有点过分杀伤力，因为我真的不想保证持续的可用性。相反，我只希望容器奔跑和死亡。如果出于某种原因，脚本在成功之前失败或终止，则拱门旨在检测不成功的尝试。
您可以使用kubernetes控制器创建一个'运行到完成'的作业对象。
这样的作业对象可用于运行一个吊舱。
一旦工作（在本例中为您的脚本）完成后，POD就会终止，因此将不再使用任何资源。将不会删除POD（除非删除了作业），但仍将处于终止状态。如果需要并正确配置，将不再创建更多的POD。
如果您需要此功能，则作业对象也可以配置为启动新的POD。
有关此信息的更多详细信息，请参阅此页面。
还只是为了添加，要使您的计费降至最低，当您不运行工作时，您可以将群集中的节点数量降低到零，然后在作业需要时将其增加到所需的数字被执行。如果需要，可以通过使用API调用来编程完成。这应确保您的计费尽可能低，只有在节点运行时才会为节点收费。