
Die wichtigsten Alternativen zu Google Cloud Run Jobs sind AWS Batch, Azure Container Apps-Jobs, Render-Cron-Jobs, Modal und Upsun Cloud-Task-Container. Jeder davon führt einen Container oder eine Funktion bis zum Abschluss aus und es fallen nur während der Laufzeit Kosten an.
Sie unterscheiden sich in vier Punkten: wie lange ein Lauf dauern kann, ob fehlgeschlagene Läufe automatisch wiederholt werden, wie viele Läufe parallel ausgeführt werden und wie nah der Job an der Anwendung und den Daten liegt, mit denen er arbeitet.
Ein Cloud Run-Job führt einen Container bis zum Abschluss aus, anstatt Anfragen zu bedienen. Seine Stärken:
Teams suchen aus einigen häufigen Gründen nach einer Alternative:
| Option | Längste Laufzeit | Automatische Wiederholungsversuche | Parallele Ausführungen | Planung | Abrechnung |
| Cloud Run-Jobs | 7 Tage (1 Stunde mit GPUs) | Ja, standardmäßig 3, bis zu 10 | Bis zu 10.000 Aufgaben pro Job | Cloud Scheduler | Pro vCPU-Sekunde und GiB-Sekunde |
| Upsun Cloud-Aufgaben-Container | 1 Tag (standardmäßig 1 Stunde) | Nein; das Programm, das die Aufgabe startet, versucht es | Standardmäßig 3 gleichzeitig; weitere Auslöser werden in die queue gestellt | Ein Cron-Job in der App startet die Aufgabe über die Upsun-API | Pro Sekunde, solange die Aufgabe läuft |
| AWS Batch | Standardmäßig keine Begrenzung; etwa 14 Tage auf Fargate | Ja, 1 bis 10 Versuche | Array-Jobs mit bis zu 10.000 untergeordneten Jobs | EventBridge | Keine Batch-Gebühr; du zahlst für EC2 oder Fargate |
| Azure Container Apps-Jobs | Pro Job festgelegt (Replikat-Timeout) | Ja, Wiederholungslimit pro Job (standardmäßig 0) | Parallele Replikate pro Ausführung | Integrierte Cron- und Ereignis-Trigger | Pro Sekunde, solange der Job läuft (Verbrauchsplan) |
| Cron-Jobs rendern | 12 Stunden | Nein; der nächste Lauf ist ein neuer Lauf | Ein aktiver Lauf pro Cron-Job | Integrierter Cron | Pro Sekunde, mindestens 1 $ pro Cron-Job pro Monat |
| Modal | 24 Stunden pro Versuch | Ja, konfigurierbar | Verteilung auf Container mit .map() | Integrierte Cron- und Period-Zeitpläne | Pro Sekunde für CPU, Arbeitsspeicher und GPU |
AWS Batch führt containerisierte Jobs aus einer queue auf EC2, EC2 Spot oder Fargate aus. Es bewältigt große Workloads: Ein Array-Job kann bis zu 10.000 untergeordnete Jobs haben, und jeder Job kann 1 bis 10 Mal wiederholt werden. Jobs haben kein Timeout, es sei denn, du legst eines fest; allerdings sollten Jobs auf Fargate nicht länger als 14 Tage laufen. AWS Batch selbst ist kostenlos; du zahlst nur für die EC2- oder Fargate-Kapazität, die deine Jobs nutzen.
Der Nachteil liegt in der Einrichtung. Du definierst Rechenumgebungen, Job-Queues und Job-Definitionen, bevor der erste Job ausgeführt wird, und wiederkehrende Jobs werden über Amazon EventBridge geplant.
Jobs in Azure Container Apps führen Container aus, die ihre Aufgabe erledigen und dann beendet werden. Ein Job kann manuell, nach einem Cron-Zeitplan oder aufgrund eines Ereignisses – wie zum Beispiel einer in einer queue eingehenden Nachricht – gestartet werden. Jobs laufen in derselben Container Apps-Umgebung wie deine Apps, sodass sie sich Netzwerk und Protokollierung teilen. Im Consumption-Tarif wird ein Job nur während der Ausführung zum aktiven Tarif abgerechnet.
Der Nachteil ist, dass du dich selbst um die Konfiguration kümmern musst. Jeder Job benötigt ein Replikat-Timeout, und fehlgeschlagene Replikate werden nur dann erneut versucht, wenn du ein Wiederholungslimit festlegst.
Render-Cron-Jobs führen einen Befehl nach einem Zeitplan aus, den du als Cron-Ausdruck festlegst. Für jeden Durchlauf wird ein neuer Container bereitgestellt, der nach Beendigung des Befehls entfernt wird. Die Abrechnung erfolgt pro Sekunde Laufzeit, mit einem Mindestbetrag von 1 $ pro Cron-Job pro Monat. Render garantiert, dass jeweils nur ein Durchlauf eines Cron-Jobs aktiv ist, und du kannst einen Durchlauf manuell über das Dashboard auslösen.
Der Kompromiss liegt im Umfang. Render beendet jeden Lauf nach 12 Stunden, Cron-Jobs können keine persistente Festplatte nutzen, und ein fehlgeschlagener Lauf wird nicht wiederholt; der nächste geplante Lauf startet von vorne. Für längere oder mehrstufige Aufgaben verweist Render auf Background-Worker oder sein Produkt Workflows, dessen Aufgaben standardmäßig 2 Stunden und bis zu 24 Stunden laufen.
Modal führt Python-Funktionen in der cloud aus, wobei CPU, Arbeitsspeicher und GPU sekundengenau abgerechnet werden. Eine Funktion kann nach einem Cron- oder Period-Zeitplan ausgeführt werden, bei Fehlern erneut versucht werden und mit .map() auf viele Container verteilt werden. Die Zeitlimits betragen standardmäßig 5 Minuten und reichen bis zu 24 Stunden pro Versuch, was sich gut für das Modelltraining und andere GPU-intensive Batch-Aufgaben eignet.
Der Nachteil ist die Entfernung zur Anwendung. Jobs werden als Python-Funktionen mit dem Modal-SDK geschrieben und verbinden sich über das Netzwerk mit ihren eigenen Anmeldedaten zur Datenbank deiner Anwendung.
Upsun Cloud-Aufgabencontainer führen einen Befehl bis zum Abschluss in derselben Umgebung wie deine Anwendung aus und werden anschließend beendet. Eine Aufgabe wird in der Datei .upsun/config.yaml neben deinen Apps und Diensten deklariert. Durch ihre Verknüpfungen erhält sie eine direkte Verbindung zur Datenbank der Umgebung und zu anderen Diensten, sodass eine Neuindizierung oder ein Import mit den eigenen Daten der Anwendung durchgeführt werden kann. Jeder Lauf wird sekundengenau abgerechnet und als Aktivität mit Status und Protokollen aufgezeichnet.
Da Aufgaben Teil der Projektkonfiguration sind, führt jede aktive Zweigumgebung die Aufgabendefinitionen aus ihrem eigenen Zweig aus. Ein geänderter Job kann in einer Zweigumgebung ausgeführt werden, bevor der Zweig zusammengeführt und in der Produktivumgebung bereitgestellt wird.
Die Vor- und Nachteile:
Aufgabe | Gute Wahl | Warum |
| Tausende von Dateien parallel auf AWS verarbeiten | AWS Batch | Array-Jobs mit bis zu 10.000 untergeordneten Jobs, mit Wiederholungsversuchen |
| Einen Job starten, sobald eine Nachricht in einer queue auf Azure eintrifft | Azure Container Apps-Jobs | Integrierte Ereignisauslöser |
| Nächtliche Bereinigung für eine auf Render gehostete App | Render-Cron-Jobs | Integrierter Cron-Job, Abrechnung pro Sekunde Laufzeit |
| Batch-Inferenz oder Modelltraining auf GPUs | Modal | GPUs, bis zu 24 Stunden pro Versuch |
| Die anwendungsinterne Datenbank neu indizieren, importieren oder migrieren | Upsun Cloud-Aufgabencontainer | Laufen parallel zu den Diensten der App und können zunächst in einer Branch-Umgebung getestet werden |
| Aufgaben, die länger als einen Tag am Stück laufen | Cloud Run Jobs oder AWS Batch | 7 Tage bei Cloud Run Jobs; keine Standardbegrenzung bei AWS Batch |
Wenn deine Anwendung bereits auf Google Cloud läuft und deine Jobs mehrtägige Laufzeiten oder Tausende paralleler Aufgaben erfordern, sind Cloud Run Jobs möglicherweise immer noch die richtige Wahl.
Cloud Run Jobs | Upsun Cloud-Aufgaben-Container |
| Container-Image | Ein Laufzeit-Typ und ein Build-Hook; Upsun erstellt die Aufgabe aus deinem Repository |
| Aufgaben-Timeout | run.timeout, bis zu 86.400 Sekunden |
| Wiederholungsversuche (--max-retries) | Wiederholungslogik im Programm, das die Aufgabe startet |
| Mehrere Aufgaben pro Ausführung | Separate Durchläufe, standardmäßig bis zu 3 gleichzeitig |
| Cloud Scheduler | Ein Cron-Job in deiner Anwendung, der die Aufgabe startet |
| Umgebungsvariablen und Geheimnisse | Projekt- und Umgebungsvariablen, die als sensibel gekennzeichnet werden können |
| Verbindung zur Datenbank | Eine Verknüpfung zum Dienst in derselben Umgebung |
| gcloud run jobs execute | upsun task:run <Name> oder ein POST an den Run-Endpunkt der Aufgabe |
Das folgende Beispiel verschiebt einen nächtlichen Reindex-Job. Es definiert die Aufgabe, erteilt der Anwendung die Berechtigung, sie zu starten, und fügt einen Cron-Eintrag hinzu, der sie nur in der Produktivumgebung startet.
tasks:
reindex:
type: "python:3.14"
hooks:
build: "pip install -r requirements.txt"
relationships:
database: {} # your existing PostgreSQL service
run:
command: "python jobs/reindex.py"
timeout: 3600Um die Aufgabe nach einem Zeitplan auszuführen, füge deiner Anwendung einen Cron-Eintrag hinzu, der sie über die Upsun-API startet, und erteile der App die Berechtigung über einen Autorisierungseintrag. Die vollständige Konfiguration findest du unter Auslagerung ressourcenintensiver Jobs in Task-Container mit Cron.
So schließt du die Verlagerung ab:
Können Upsun-Cloud-Aufgaben auf der Google-Cloud-Infrastruktur ausgeführt werden?
Ja. Upsun Cloud verfügt über Regionen auf Google Cloud sowie auf AWS, Azure und OVHcloud. Du wählst die Region bei der Erstellung eines Projekts aus, und die Aufgaben laufen in derselben Region wie der Rest des Projekts.
Kann eine Upsun-Cloud-Aufgabe mein bestehendes Container-Image ausführen?
Eine Aufgabe nutzt eine Upsun-Laufzeitumgebung, deren Typ genauso wie bei einer Anwendung festgelegt wird, und Upsun erstellt sie aus dem Code deines Repositorys. Das Verschieben eines Cloud Run-Jobs bedeutet in der Regel, dass die Build-Schritte in den Build-Hook der Aufgabe verschoben werden.
Wie lässt sich eine fehlgeschlagene Upsun-Cloud-Aufgabe erneut ausführen?
Das Programm, das die Aufgabe gestartet hat, versucht es erneut. Jeder Durchlauf wird als Aktivität mit einem Status protokolliert, sodass ein Trigger-Skript oder die Anwendung das Ergebnis überprüfen und die Aufgabe erneut starten kann. Schreibe den Job so, dass eine doppelte Ausführung unbedenklich ist.
Was passiert mit einer laufenden Aufgabe, wenn du ein Deployment durchführst?
Ein Deploy stoppt alle in dieser Umgebung laufenden Aufgaben. Die Aufgabe erhält zunächst ein SIGTERM-Signal und wenige Sekunden später ein SIGKILL-Signal. Speichere den Fortschritt in einer Datenbank oder einem Speicher-Mount, sobald das SIGTERM-Signal eintrifft, und starte die Aufgabe nach dem Deploy erneut.
Wie wird eine Upsun-Cloud-Aufgabe abgerechnet?
Pro Sekunde für die Dauer jedes Durchlaufs, für die CPU und den Arbeitsspeicher, die du der Aufgabe zuweist, zu denselben Tarifen wie bei Anwendungscontainern. Zwischen den Durchläufen werden weder CPU noch Arbeitsspeicher abgerechnet. Du legst die Ressourcen einer Aufgabe mit `upsun resources:set` oder in der Konsole fest.