<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>Job-Scheduling on Meetup Insights</title><link>https://meetup.metacog.co.kr/tags/job-scheduling/</link><description>Recent content in Job-Scheduling on Meetup Insights</description><generator>Hugo</generator><language>en-us</language><lastBuildDate>Fri, 28 Aug 2026 09:57:48 +0900</lastBuildDate><atom:link href="https://meetup.metacog.co.kr/tags/job-scheduling/index.xml" rel="self" type="application/rss+xml"/><item><title>2026-08-28 Flink 데이터 플랫폼과 Kubernetes 유지보수 시대응 Job 스케줄러</title><link>https://meetup.metacog.co.kr/posts/2026-08-28-flink-kubernetes-job/</link><pubDate>Fri, 28 Aug 2026 09:57:48 +0900</pubDate><guid>https://meetup.metacog.co.kr/posts/2026-08-28-flink-kubernetes-job/</guid><description>&lt;h2 id="-밋업-한눈에-보기"&gt;📋 밋업 한눈에 보기&lt;/h2&gt;
&lt;p&gt;인도에서 온 발표자가 자신의 팀이 스트리밍 데이터 처리에 Apache Flink를 어떻게 활용하는지 소개하며 발표를 시작했다. 이어서 Kubernetes 클러스터를 여러 zone으로 나누어 한 번에 일부씩 순차적으로 점검하는 rolling 유지보수 방식과, 그 과정에서 몇 시간에서 며칠씩 실행되는 외부(external) job이 갑자기 끊기지 않도록 보호하는 자체 스케줄러/컨트롤러 설계를 설명했다. Kubernetes custom resource와 leader election, checkpoint를 활용해 job 상태를 추적하고 중단 시 재개할 수 있도록 만든 구조가 핵심 내용이었다. Apache Airflow와 유사한 스케줄링 개념도 함께 언급되었다.&lt;/p&gt;</description></item></channel></rss>