GeekIt

Argo Workflows命令速查

安装配置、提交工作流、状态日志、生命周期、模板与定时任务、YAML 字段与排障等 137 条命令

共 137 条命令 · 10 类场景 · 点击右侧图标可复制

命令 / 配置说明复制
argo version查看 Argo Workflows CLI 版本
argo version --short只输出版本号,便于脚本判断
kubectl create namespace argo创建控制器与工作流运行所需命名空间
kubectl apply -n argo -f https://raw.githubusercontent.com/argoproj/argo-workflows/stable/manifests/quick-start-minimal.yaml最小化安装(含控制器、server 与 artifact 依赖)
kubectl -n argo get pods确认 workflow-controller 与 argo-server 就绪
kubectl -n argo port-forward svc/argo-server 2746:2746本地访问 Argo UI 与 API
argo auth token获取当前登录 Token,供 API 与 CI 使用
export ARGO_SERVER=argo.example.com:443指定服务端地址,避免每次带参数
export ARGO_TOKEN=$(argo auth token)把 Token 写入环境变量
export ARGO_NAMESPACE=argo设置默认命名空间
kubectl -n argo logs deploy/workflow-controller --tail=200控制器日志,工作流不调度时必看
kubectl -n argo get cm workflow-controller-configmap -o yaml查看控制器配置(并行度、artifact 仓库、GC 策略)
argo completion bash > /etc/bash_completion.d/argo开启命令补全
命令 / 配置说明复制
argo submit -n argo --watch workflow.yaml提交并实时跟踪执行进度
argo submit -n argo workflow.yaml -p message=hello覆盖工作流参数
argo submit -n argo workflow.yaml --parameter-file params.yaml从文件批量传入参数
argo submit -n argo --from workflowtemplate/app-build从 WorkflowTemplate 创建,最常用的复用方式
argo submit -n argo --from workflowtemplate/app-build -p version=v1.2.3使用模板并覆盖参数
argo submit -n argo --from cronwf/nightly-job手动触发一次 CronWorkflow
argo submit -n argo workflow.yaml --entrypoint main指定入口模板,覆盖默认 entrypoint
argo submit -n argo workflow.yaml --generate-name自动生成唯一名称,避免重复提交冲突
argo submit -n argo workflow.yaml --name build-001指定工作流名称
argo submit -n argo workflow.yaml --serviceaccount argo-workflow指定 ServiceAccount 以获取所需权限
argo submit -n argo workflow.yaml -l env=prod -l team=infra添加标签,便于筛选与统计
argo submit -n argo workflow.yaml --priority 10设置优先级,高优先级先调度
argo submit -n argo workflow.yaml --ttl 1h完成后 1 小时自动清理
argo submit -n argo workflow.yaml --dry-run -o yaml只渲染不提交,检查最终定义
argo lint workflow.yaml提交前校验 YAML 语法与字段
argo submit -n argo workflow.yaml --server-dry-run由服务端校验,能提前发现 RBAC 与字段问题
命令 / 配置说明复制
argo list -n argo列出工作流及状态
argo list -n argo --running只看运行中的工作流
argo list -n argo --status Failed只看失败的工作流
argo list -n argo -o wide显示更多列(参数、时长等)
argo list -n argo -A跨命名空间查看
argo get -n argo build-001查看工作流详情与节点树
argo get -n argo build-001 --show-node-events显示节点事件,定位卡住步骤
argo get -n argo build-001 -o jsonJSON 输出,便于脚本取值
argo get -n argo build-001 -o yaml > wf.yaml导出完整定义用于复现
argo logs -n argo build-001查看全部节点日志
argo logs -n argo build-001 -f持续跟踪日志
argo logs -n argo build-001 --tail 100只看最后 100 行
argo logs -n argo build-001 -c main只看指定容器日志
argo logs -n argo build-001 --grep "ERROR"按关键字过滤日志
argo watch -n argo build-001持续观察状态变化,替代反复 get
argo wait -n argo build-001阻塞等待工作流结束,CI 中常用
argo graph -n argo build-001以图形式展示 DAG 依赖与状态
命令 / 配置说明复制
argo suspend -n argo build-001挂起工作流,当前节点执行完后暂停
argo resume -n argo build-001恢复被挂起的工作流
argo stop -n argo build-001停止工作流但保留已完成节点的结果
argo terminate -n argo build-001立即终止,节点会被强制中断
argo retry -n argo build-001重试失败或整个工作流,保留成功节点
argo retry -n argo build-001 --node-field-selector name=build-001-1234只重试指定节点
argo resubmit -n argo build-001以相同参数重新提交一个新工作流
argo resubmit -n argo build-001 --memoized复用已成功节点的缓存,节省时间
argo delete -n argo build-001删除工作流及其 Pod
argo delete -n argo --completed清理全部已完成的工作流
argo delete -n argo --older 24h清理 24 小时前的工作流
argo delete -n argo --all删除全部工作流(谨慎)
argo terminate -n argo --all批量终止运行中的工作流
命令 / 配置说明复制
argo template create -n argo wftmpl.yaml创建 WorkflowTemplate,供多次复用
argo template list -n argo列出全部模板
argo template get -n argo app-build -o yaml导出模板定义
argo template update -n argo wftmpl.yaml更新模板
argo template delete -n argo app-build删除模板
argo template lint wftmpl.yaml校验模板语法
argo cron create -n argo cronwf.yaml创建 CronWorkflow 定时任务
argo cron list -n argo查看定时任务与下次执行时间
argo cron get -n argo nightly -o yaml查看定时任务详情
argo cron update -n argo cronwf.yaml更新定时任务
argo cron suspend -n argo nightly暂停定时任务,避免维护期触发
argo cron resume -n argo nightly恢复定时任务
argo cron delete -n argo nightly删除定时任务
argo submit -n argo --from cronwf/nightly手动触发一次,验证配置是否正确
命令 / 配置说明复制
argo archive list查看已归档的工作流(需开启 archive)
argo archive list --prefix build-按名称前缀过滤
argo archive get <uid>查看已删除工作流的详情
argo archive get <uid> -o jsonJSON 输出便于分析
argo archive logs <uid>查看归档工作流的日志
argo archive retry <uid>重试归档工作流
argo archive resubmit <uid>以相同参数重新提交
argo archive delete <uid>删除归档记录
argo list -n argo -l team=infra按标签筛选工作流
argo list -n argo --status Succeeded查看成功的工作流,用于统计成功率
归档依赖 artifactRepository 配置,未配置时历史会丢失生产环境务必启用归档与对象存储
kubectl -n argo get wf,cwf,wftmpl直接通过 CRD 查看全部相关资源
命令 / 配置说明复制
entrypoint: main指定入口模板,工作流从这里开始执行
templates: [{ name: main, container: { image: alpine, command: [sh] } }]定义容器模板
steps: [[{ name: a, template: build }], [{ name: b, template: test }]]顺序 steps 写法,二维数组表示阶段
dag: { tasks: [{ name: a, template: build }, { name: b, template: test, dependencies: [a] }] }DAG 写法,用 dependencies 表达并行与依赖
withItems: [1, 2, 3]静态列表展开为多个并行节点
withParam: "{{workflow.parameters.list}}"动态 JSON 列表展开(fan-out)
arguments: { parameters: [{ name: version, value: "v1" }] }声明参数,提交时可用 -p 覆盖
outputs: { parameters: [{ name: digest, valueFrom: { path: /tmp/digest } }] }把文件内容输出为参数供下游使用
artifacts: [{ name: out, path: /tmp/out, s3: { key: "{{workflow.name}}/out.tgz" } }]通过对象存储传递构建产物
retryStrategy: { limit: 3, retryPolicy: OnFailure, backoff: { duration: "10s" } }失败重试策略
continueOn: { failed: true }失败也继续,便于收集全部结果
when: "{{steps.check.outputs.result}} == ok"条件执行,控制分支
activeDeadlineSeconds: 3600整个工作流的超时上限
synchronization: { mutex: { name: deploy-lock } }互斥锁,避免并发部署冲突
podGC: { strategy: OnWorkflowCompletion }完成后自动清理 Pod,控制资源占用
nodeSelector 与 tolerations 与 resources.requests调度与资源声明,避免节点资源不足
命令 / 配置说明复制
argo get -n argo <wf> --show-node-events查看节点事件时间线,定位卡在哪一步
kubectl -n argo describe wf <wf>查看工作流对象事件与条件
kubectl -n argo get pod -l workflows.argoproj.io/workflow=<wf>找到工作流创建的所有 Pod
kubectl -n argo logs <pod> -c main直接查看主容器日志
kubectl -n argo logs <pod> -c init查看 init 容器,排查 artifact 拉取失败
argo logs -n argo <wf> -c wait查看 wait 容器日志,获取节点输出
workflow exceeded its deadline超过 activeDeadlineSeconds:评估耗时或调大上限
OOMKilled内存超限:提高 resources.limits.memory 或优化任务内存占用
failed to save outputs: artifact not found输出路径不存在:确认容器内路径与 artifacts.path 一致
permission denied(Pod 创建失败)ServiceAccount 缺少权限:为工作流绑定 Role/RoleBinding
Pod 一直 Pending无可用节点:检查资源请求、污点容忍与节点选择器
InvalidSpec工作流定义非法:先 argo lint,再看控制器日志的具体字段
工作流提交后不调度多为控制器并行度限制或 RBAC 问题,看 workflow-controller 日志
artifact 上传失败检查 artifactRepository 配置、S3 凭据与网络连通性
PodInitializing 长时间不结束多为 init 容器拉取 artifact 卡住,检查对象存储与镜像
命令 / 配置说明复制
kubectl create sa argo-workflow -n argo为工作流创建独立 ServiceAccount
kubectl create role pod-manager --verb=create,delete,get,list,watch --resource=pods -n argo按最小权限授予 Pod 操作能力
kubectl create rolebinding argo-workflow --role=pod-manager --serviceaccount=argo:argo-workflow -n argo把角色绑定到工作流账号
argo submit -n argo wf.yaml --serviceaccount argo-workflow指定账号执行工作流
executor 资源与权限需与集群安全策略匹配受限集群(PSP/PSA)需额外配置 securityContext
argo-server 认证模式:server 或 client生产必须开启认证,client 模式权限过大
argo auth token获取 Token 供外部系统调用 API
parallelism: 10(controller config)限制并发工作流数量,防止压垮集群
ttlStrategy: { secondsAfterCompletion: 3600 }自动清理已完成工作流,控制对象数量
Prometheus 指标 argo_workflows_* 接入监控关注队列长度与失败率,提前发现积压
开启审计日志并限制 UI 访问范围工作流可执行任意镜像,安全边界等同 CI 系统
命令 / 配置说明复制
argo lint wf.yaml && argo submit --dry-runCI 中先校验再提交,避免带错误进集群
argo submit --generate-name避免固定名称导致的重复提交失败
用 WorkflowTemplate 统一维护流水线逻辑业务侧只传参数,降低维护成本
ttlStrategy + podGC 控制资源生命周期否则 Pod 与对象会快速堆积
DAG 拆分到合理粒度(单节点 10 分钟内)过粗难以重试,过细增加调度开销
retryStrategy 配合 backoff 处理外部依赖抖动拉镜像与调接口失败很常见
continueOn.failed 收集全量测试结果避免第一个失败就中断整条流水线
synchronization.mutex 保护部署类任务防止同一环境并发发布
argo list --running 作为日常巡检命令发现长时间运行的工作流及时处理
构建产物走 artifact 而非容器内临时目录节点重建后临时数据会丢失

运维常用组合

提交并跟踪argo lint wf.yaml → argo submit --watch → argo logs -f
失败重试argo list --status Failed → argo retry <wf> → argo watch <wf>
模板化发布argo template create → argo submit --from workflowtemplate/app-build -p version=v1
清理资源argo delete --completed → argo delete --older 24h → kubectl get pod -n argo
排障三连argo get --show-node-events → kubectl describe pod → argo logs -c main
定时任务管理argo cron create → argo cron suspend(维护期) → argo cron resume

常见问题排查

1. 提交后不调度

先看 workflow-controller 日志,多为并行度上限、ServiceAccount 权限不足或节点资源不够

2. 节点卡住不动

argo get --show-node-events 看事件时间线,再 kubectl describe pod 查调度与拉镜像问题

3. artifact 相关报错

init/wait 容器负责产物传输,日志要单独看;确认 artifactRepository 与 S3 凭据

4. 工作流被超时终止

检查 activeDeadlineSeconds 与节点耗时,长任务拆分为多个节点更易重试

5. Pod 堆满节点

配置 podGC 与 ttlStrategy,定期 argo delete --completed 清理历史

6. 重试只想跑失败节点

argo retry 默认复用成功节点,加 --node-field-selector 可只重试指定节点

共 137 条 Argo Workflows 命令 · 示例命名空间 argo,请替换为实际部署命名空间

关于Argo Workflows命令速查

在线 Argo Workflows 命令速查手册,按安装版本与配置、提交工作流、查看状态与日志、生命周期操作、模板与定时任务、归档与历史查询、工作流 YAML 核心字段、调试与故障排查、安全权限与运维、最佳实践与发布等 10 类场景整理 120+ 条常用命令与 YAML 片段,每条附中文说明与可直接复制的写法,支持关键词搜索、分类折叠和一键复制,打开网页即可查阅。涵盖 argo version 与 auth token 与 ARGO_SERVER/ARGO_TOKEN/ARGO_NAMESPACE 环境变量、quick-start 安装与 workflow-controller 日志与 configmap、argo submit 的 --watch/-p/--parameter-file/--from workflowtemplate/--from cronwf/--entrypoint/--generate-name/--serviceaccount/--priority/--ttl/--dry-run/--server-dry-run、argo lint、argo list 的 --running/--status/-o wide/-A/-l、argo get 的 --show-node-events/-o json/-o yaml、argo logs 的 -f/--tail/-c/--grep、argo watch 与 wait 与 graph、argo suspend/resume/stop/terminate/retry/resubmit/--memoized/delete 与 --completed/--older/--all、node-field-selector、argo template create/list/get/update/delete/lint、argo cron create/list/get/update/suspend/resume/delete、argo archive list/get/logs/retry/resubmit/delete、YAML 的 entrypoint/templates/steps/dag/dependencies/withItems/withParam/arguments/outputs.valueFrom/artifacts.s3/retryStrategy/continueOn/when/activeDeadlineSeconds/synchronization.mutex/podGC、排障的 workflow exceeded its deadline 与 OOMKilled 与 artifact not found 与 ServiceAccount 权限与 Pending 与 InvalidSpec、安全上的 ServiceAccount+RBAC、argo-server 认证与 controller parallelism 与 ttlStrategy、CI 中的 lint+dry-run 与模板复用实践。适用于 Argo Workflows 批处理与 CI 流水线编排、DAG 任务调度、定时工作流与产物管理、失败重试与资源清理、工作流故障定位,以及运维与 DevOps 面试复习。

核心能力

  • 涵盖 argo version 与 auth token 与 ARGO_SERVER/ARGO_TOKEN/ARGO_NAMESPACE 环境变量、quick-start 安装与 workflow-controller 日志与 configmap、argo submit 的 --watch/-p/--parameter-file/--from workflowtemplate/--from cronwf/--entrypoint/--generate-name/--serviceaccount/--priority/--ttl/--dry-run/--server-dry-run、argo lint、argo list 的 --running/--status/-o wide/-A/-l、argo get 的 --show-node-events/-o json/-o yaml、argo logs 的 -f/--tail/-c/--grep、argo watch 与 wait 与 graph、argo suspend/resume/stop/terminate/retry/resubmit/--memoized/delete 与 --completed/--older/--all、node-field-selector、argo template create/list/get/update/delete/lint、argo cron create/list/get/update/suspend/resume/delete、argo archive list/get/logs/retry/resubmit/delete、YAML 的 entrypoint/templates/steps/dag/dependencies/withItems/withParam/arguments/outputs.valueFrom/artifacts.s3/retryStrategy/continueOn/when/activeDeadlineSeconds/synchronization.mutex/podGC、排障的 workflow exceeded its deadline 与 OOMKilled 与 artifact not found 与 ServiceAccount 权限与 Pending 与 InvalidSpec、安全上的 ServiceAccount+RBAC、argo-server 认证与 controller parallelism 与 ttlStrategy、CI 中的 lint+dry-run 与模板复用实践

适用场景

适用于 Argo Workflows 批处理与 CI 流水线编排、DAG 任务调度、定时工作流与产物管理、失败重试与资源清理、工作流故障定位,以及运维与 DevOps 面试复习。Argo Workflows命令速查全程在浏览器中完成,无需安装插件,可放心用于日常办公与排障。

常见问题

Argo Workflows命令速查是免费的吗?需要注册或安装吗?
Argo Workflows命令速查完全免费,无需注册、无需下载安装任何软件,用浏览器打开网页即可直接使用,也不限制使用次数。
Argo Workflows命令速查支持哪些功能?
涵盖 argo version 与 auth token 与 ARGO_SERVER/ARGO_TOKEN/ARGO_NAMESPACE 环境变量、quick-start 安装与 workflow-controller 日志与 configmap、argo submit 的 --watch/-p/--parameter-file/--from workflowtemplate/--from cronwf/--entrypoint/--generate-name/--serviceaccount/--priority/--ttl/--dry-run/--server-dry-run、argo lint、argo list 的 --running/--status/-o wide/-A/-l、argo get 的 --show-node-events/-o json/-o yaml、argo logs 的 -f/--tail/-c/--grep、argo watch 与 wait 与 graph、argo suspend/resume/stop/terminate/retry/resubmit/--memoized/delete 与 --completed/--older/--all、node-field-selector、argo template create/list/get/update/delete/lint、argo cron create/list/get/update/suspend/resume/delete、argo archive list/get/logs/retry/resubmit/delete、YAML 的 entrypoint/templates/steps/dag/dependencies/withItems/withParam/arguments/outputs.valueFrom/artifacts.s3/retryStrategy/continueOn/when/activeDeadlineSeconds/synchronization.mutex/podGC、排障的 workflow exceeded its deadline 与 OOMKilled 与 artifact not found 与 ServiceAccount 权限与 Pending 与 InvalidSpec、安全上的 ServiceAccount+RBAC、argo-server 认证与 controller parallelism 与 ttlStrategy、CI 中的 lint+dry-run 与模板复用实践。
Argo Workflows命令速查适合哪些场景使用?
适用于 Argo Workflows 批处理与 CI 流水线编排、DAG 任务调度、定时工作流与产物管理、失败重试与资源清理、工作流故障定位,以及运维与 DevOps 面试复习。