问题描述
有一个docker化的Python进程，希望每月一到两次运行。该进程调用多个Google APIs，并将结果存储在Google表格中。它不接受网络请求。用户希望提供一个”魔术按钮”，点击后会启动Docker容器，然后关闭所有内容。用户以前将此部署到AWS EC2微型实例中，通过Docker Cloud进行管理。但这种方式有两个问题：一是EC2实例（Docker主机）持续运行，无论Docker容器是否启动，造成了高额成本；二是Docker Cloud已于一个月前关闭。用户希望了解替代方案，Google和AWS Kubernetes服务是其中之一，但担心它们会对客户来说过于复杂。寻求建议。
解决方案
请注意以下操作注意版本差异及修改前做好备份。
方案1：使用AWS Fargate进行计划任务
AWS现在提供了Fargate，这是由他们管理的服务，而不是像ECS那样需要你管理服务器。Fargate基本上是”无服务器”的ECS。你可以使用CloudWatch定时事件，在Fargate ECS集群上按计划运行任务。因此，你只需要为你使用的资源付费。需要注意的是，Fargate的费用相对于在自己的EC2实例上运行的ECS要高得多，但如果你运行不频繁，你可能会看到一些小的节省。
方案2：自动化任务
另一种选择是类似的自动化方法。创建一个具有ASG支持的ECS集群，并根据ECS的需求调整其规模，然后使用CloudWatch来启动容器。ECS可以自动扩展，但这可能会有些棘手，因为这种方法通常是根据CloudWatch触发器自动扩展ECS集群的，所以你可能需要在CloudWatch中进行一些修改，可能还需要编写一个Lambda脚本，因为你并不是按照它的预期方式使用它。从成本效益上来看，这可能是最划算的方法，但在你的情况下，成本节省可能微不足道。
方案3：Heroku的容器注册表
如果你希望选择一个便宜的解决方案，你可以考虑使用Heroku的容器注册表。这是一个完全免费、易于使用和部署的选择。你甚至不需要使用Heroku CLI，只需将你的镜像通过docker push上传到registry.heroku.com并使用你的认证令牌。尽管可能不是最佳解决方案，但根据你的评论，我认为这对你来说应该足够了。你可以在这里找到一些可能的问题。
方案4：使用Zappa和Hug转换为AWS Lambda
你可以结合Zappa和Hug的强大功能，将你的代码转换为一个无服务器的AWS Lambda函数。只需在你的Python进程的主函数上添加一个装饰器即可。
import hug
@hug.get('/your_endpoint_name')
def your_function_name():
"""Here goes your code"""
# ...
return "Function finished successfully"
然后，你可以使用zappa deploy prod将其部署到AWS Lambda，并且每月只需调用返回的URL两次。
方案5：使用KubeSail进行定时任务
虽然通常情况下我会同意其他答案认为Kubernetes过于臃肿，但KubeSail尽可能地简化了它，以便使其易于运行类似你的任务。有一个免费的层次，应该可以让你无限期地运行你的作业。你只需使用GitHub登录，获取你的Kube配置，然后使用以下配置：
apiVersion: batch/v1
kind: Job
metadata:
name: my-python-script
spec:
template:
spec:
containers:
- name: my-python-script
image: asciimo/my-python-image
将上面的内容保存为my-job.yaml，将image: asciimo/my-python-image替换为你在DockerHub（或其他注册表）上的镜像名称，然后运行以下命令：
kubectl apply -f my-job.yaml
请注意，这种方式会根据CloudWatch触发器自动扩展ECS集群，但由于你在技术上没有按照预期的方式使用它，所以可能需要在CloudWatch中进行一些调整。从成本节约的角度来看，这可能是最划算的方法，但在你的情况下，成本节约可能微不足道。
以上是一些可以考虑的解决方案，你可以根据你的需求和客户的情况选择最适合的方法。