Job 的 backoffLimit 设成 6 任务为什么还在继续重试

K8s 1.26 上跑一个数据导入 Job，backoffLimit 设成 6，任务因为源库连接超时反复重试，八个小时后还在跑，describe 里 Failed 已经到 6，新的 Pod 仍在创建。

一开始怀疑是「activeDeadlineSeconds 没设，Job 永远不会因为超时被终止」，查了一圈，方向不对。

这类报错背后常见的原因有几处，逐个排除就行。backoffLimit 限制的是失败重试次数，restartPolicy 为 OnFailure 时容器重启不计入。少数情况下是Pod 的 restartPolicy 写成了 Always，Job 控制器拒绝但并不阻止容器重启。

另外，镜像里的入口脚本自带重试循环，退出码始终是 0。

先看 Job 的失败计数和 Pod 状态

kubectl describe job data-import | grep -E 'Pods Statuses|BackoffLimit|Conditions'

接着确认 Pod 的重启策略

kubectl get job data-import -o jsonpath='{.spec.template.spec.restartPolicy}{"\n"}'

补上超时限制

kubectl patch job data-import --type merge -p '{"spec":{"activeDeadlineSeconds":3600}}'

剩下的就是清掉卡住的任务重新提交

kubectl delete job data-import && kubectl apply -f job.yaml

同样的操作我在测试机上先走了一遍，线上只做验证过的部分。

恢复的判定其实很直接。Job 超过 backoffLimit 后状态变为 Failed 且不再新建 Pod，重新提交的任务在一小时内正常完成。

补一句。backoffLimit 和 restartPolicy 要一起看，OnFailure 下容器重启不算失败次数；长任务一定要配 activeDeadlineSeconds，挂住了才有人知道。如果同一现象隔几天又出现，说明根因没找到，别当偶发处理。