BackoffLimitExceeded

O que significa

Um Job tenta de novo quando o pod falha. O campo .spec.backoffLimit diz quantas tentativas ele aceita antes de desistir, e o padrão é 6. Entre uma tentativa e outra, o controlador espera um intervalo que dobra (10 s, 20 s, 40 s...) até o teto de 6 minutos (documentação do Kubernetes, "Jobs", seção "Pod backoff failure policy"). Passado o limite, o Job recebe a condição Failed com motivo BackoffLimitExceeded e para de criar pods.

O Job falhado não recomeça sozinho, mesmo que a causa seja corrigida. Em CronJob, a próxima execução agendada cria um Job novo.

Causas comuns

Diagnóstico em 3 comandos

Saídas reais de um Job de teste com backoffLimit: 2 que lê um arquivo sem uma coluna obrigatória.

1 · o Job e os pods que sobraram

kubectl -n loja get job importar-precos
kubectl -n loja get pods -l job-name=importar-precos

NAME              STATUS   COMPLETIONS   DURATION   AGE
importar-precos   Failed   0/1           109s       109s

NAME                    READY   STATUS   RESTARTS   AGE
importar-precos-2qjsc   0/1     Error    0          102s
importar-precos-bxjx6   0/1     Error    0          2m2s
importar-precos-mmhq5   0/1     Error    0          2m17s

Três pods: a primeira execução mais as 2 tentativas do backoffLimit. Pelas idades, o segundo pod veio 15 s depois do primeiro e o terceiro 20 s depois do segundo: o intervalo crescendo.

2 · o motivo no Job

kubectl -n loja describe job importar-precos | sed -n '/Events:/,$p'

Events:
  Type     Reason                Age   From            Message
  Normal   SuccessfulCreate      118s  job-controller  Created pod: importar-precos-mmhq5
  Normal   SuccessfulCreate      103s  job-controller  Created pod: importar-precos-bxjx6
  Normal   SuccessfulCreate      83s   job-controller  Created pod: importar-precos-2qjsc
  Warning  BackoffLimitExceeded  80s   job-controller  Job has reached the specified backoff limit

3 · o erro de verdade, no log

kubectl -n loja logs job/importar-precos

Found 3 pods, using pod/importar-precos-mmhq5
erro: coluna sku ausente na linha 1
lendo precos.csv

O logs job/ escolhe um dos pods. Para ver outro, use o nome do pod. As linhas podem vir fora de ordem quando o programa escreve em stdout e stderr.

A correção

Corrija a causa que o log mostrou e crie o Job de novo. Um Job não pode ser reexecutado; apague e aplique, ou, para um CronJob, dispare uma execução manual:

kubectl -n loja delete job importar-precos
kubectl -n loja apply -f importar-precos.yaml

# CronJob: execução manual a partir do modelo
kubectl -n loja create job importar-precos-manual --from=cronjob/importar-precos

Ajuste o backoffLimit à natureza da falha. Para erro de dado, poucas tentativas bastam. Para dependência instável, mais tentativas, e um activeDeadlineSeconds para o Job não ficar dias tentando.

spec:
  backoffLimit: 4
  activeDeadlineSeconds: 1800
  ttlSecondsAfterFinished: 86400
  template:
    spec:
      restartPolicy: Never

avisoO ttlSecondsAfterFinished apaga o Job e os pods depois do prazo. Sem ele os pods com erro ficam no cluster; com ele curto demais, o log some antes de alguém ler.

Como aparece no Kubepier

O Kubepier mostra os eventos do pod com os avisos primeiro, com filtro por tipo, namespace e motivo. O diagnóstico por IA explica o erro a partir dos eventos e do log, em português, com a sua chave de API (Anthropic ou OpenAI). Abaixo, uma ilustração com dados fictícios.