View a markdown version of this page

Risoluzione delle modifiche alla configurazione del sistema operativo che causano errori o guasti - AWS ParallelCluster

Questa documentazione fa riferimento AWS ParallelCluster. Per l'esecuzione di carichi di lavoro HPC e AI, consigliamo AWS Servizio di calcolo parallelo (AWS PEZZI), il nostro servizio Slurm gestito che ti consente di concentrarti sull'esecuzione dei carichi di lavoro anziché sulla gestione dell'infrastruttura.

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Risoluzione delle modifiche alla configurazione del sistema operativo che causano errori o guasti

Quando si apportano modifiche alla configurazione del sistema operativo a AWS ParallelCluster nodi, possono insorgere vari problemi che possono causare errori nella creazione, nell'aggiornamento o nel funzionamento del cluster. Questa sezione fornisce indicazioni per identificare e risolvere i problemi più comuni relativi alla configurazione del sistema operativo.

Problemi comuni di configurazione del sistema operativo

Problemi di configurazione locale

Uno dei problemi di configurazione del sistema operativo più comuni è legato alle impostazioni locali. Se vedi errori come:

cannot change locale (en_US.utf-8) because it has an invalid name

Ciò si verifica in genere quando:

  • A yum il processo di installazione non è riuscito e ha lasciato le impostazioni locali in uno stato incoerente

  • Un utente ha interrotto prematuramente un processo di installazione

  • I pacchetti locali sono mancanti o danneggiati

Come effettuare la diagnosi

  1. Controlla se puoi passare all'utente pcluster-admin:

    $ su - pcluster-admin

    Se vedi un errore come cannot change locale...no such file or directory, questo conferma il problema.

  2. Verifica le impostazioni locali disponibili:

    $ localedef --list

    Se restituisce un elenco vuoto o non contiene le impostazioni locali predefinite, la configurazione locale è interrotta.

  3. Controlla l'ultima yum comando:

    $ yum history $ yum history info #ID

    Se l'ultimo ID non ha Return-Code: Success, gli script di post-installazione potrebbero non essere stati eseguiti correttamente.

Come risolvere

Ricostruisci le impostazioni locali reinstallando i language pack:

$ sudo yum reinstall glibc-all-langpacks

Dopo la ricostruzione, verifica che il problema sia stato risolto eseguendo:

$ su - pcluster-admin

Se non viene visualizzato alcun errore o avviso, il problema è stato risolto.

Conflitti tra pacchetti OS

Quando si installano pacchetti personalizzati o si modificano i pacchetti di sistema, possono verificarsi conflitti che impediscono il corretto funzionamento del cluster.

Come effettuare la diagnosi

  1. Controlla il log di chef-client per eventuali errori relativi ai pacchetti:

    $ less /var/log/chef-client.log
  2. Cerca i conflitti di dipendenza tra i pacchetti nel log cfn-init:

    $ less /var/log/cfn-init.log

Come risolvere

  1. Se un pacchetto specifico causa problemi, prova a reinstallarlo:

    $ sudo yum reinstall package-name
  2. Per i conflitti di dipendenza, potrebbe essere necessario rimuovere i pacchetti in conflitto:

    $ sudo yum remove conflicting-package
  3. Se il problema persiste, valuta la possibilità di creare un'AMI personalizzata con i pacchetti richiesti preinstallati utilizzando pcluster build-image comando. Per ulteriori informazioni, consulta AWS ParallelCluster Personalizzazione AMI.

Modifiche al file di configurazione del sistema

La modifica dei file critici di configurazione del sistema può causare errori del cluster, soprattutto se questi file sono gestiti da AWS ParallelCluster.

Come diagnosticare

  1. Verifica la presenza di errori nel registro di chef-client che menzionano file di configurazione specifici:

    $ grep -i "config" /var/log/chef-client.log
  2. Cerca errori di autorizzazione o sintassi nei file di configurazione:

    $ less /var/log/cfn-init.log

Come risolvere

  1. Ripristina i file di configurazione modificati allo stato originale:

    $ sudo cp /etc/file.conf.bak /etc/file.conf
  2. Se devi apportare modifiche permanenti ai file di configurazione del sistema, utilizza azioni di bootstrap personalizzate invece di modificare direttamente i file:

    HeadNode: CustomActions: OnNodeConfigured: Script: s3://bucket-name/config-script.sh

    Per ulteriori informazioni, consulta Azioni bootstrap personalizzate.

  3. Per le modifiche alla configurazione che devono essere apportate direttamente ai file di sistema, valuta la possibilità di creare un'AMI personalizzata. Per ulteriori informazioni, consulta AWS ParallelCluster Personalizzazione AMI.

Aggiornamenti del kernel e problemi di compatibilità

Gli aggiornamenti del kernel possono causare problemi di compatibilità con alcuni AWS servizi, in particolare con Amazon FSx for Lustre.

Come effettuare la diagnosi

  1. Controlla se gli aggiornamenti del kernel sono stati applicati:

    $ uname -r
  2. Cerca gli errori di montaggio di Amazon FSx nei log:

    $ grep -i "fsx" /var/log/chef-client.log

Come risolvere

  1. Per Ubuntu 22.04, evita l'aggiornamento al kernel più recente poiché non esiste un client Amazon FSx per quel kernel. Per ulteriori informazioni, consulta Considerazioni sul sistema operativo.

  2. Se hai già aggiornato il kernel e riscontri problemi, valuta la possibilità di effettuare il downgrade a una versione del kernel compatibile:

    $ sudo apt install linux-image-previous-version
  3. Per personalizzazioni persistenti del kernel, crea un'AMI personalizzata con la versione specifica del kernel di cui hai bisogno. Per ulteriori informazioni, consulta AWS ParallelCluster Personalizzazione AMI.

Le migliori pratiche per le modifiche alla configurazione del sistema operativo

Per ridurre al minimo i problemi quando si apportano modifiche alla configurazione del sistema operativo:

  1. Usa azioni Bootstrap personalizzate: Invece di modificare direttamente i file di sistema, usa OnNodeStart o OnNodeConfigured script per apportare modifiche in modo controllato. Per ulteriori informazioni, consulta Azioni bootstrap personalizzate.

  2. Crea AMI personalizzate: per modifiche significative al sistema operativo, crea un'AMI personalizzata utilizzando pcluster build-image anziché apportare modifiche alle istanze in esecuzione. Per ulteriori informazioni, consulta AWS ParallelCluster Personalizzazione AMI.

  3. Prova prima le modifiche: prima di applicare le modifiche a un cluster di produzione, testatele su un piccolo cluster di test per assicurarne la compatibilità.

  4. Modifiche ai documenti: tieni traccia di tutte le modifiche alla configurazione del sistema operativo apportate per facilitare la risoluzione dei problemi.

  5. File di configurazione di backup: prima di modificare qualsiasi file di configurazione del sistema, crea un backup:

    $ sudo cp /etc/file.conf /etc/file.conf.bak
  6. Controlla i registri dopo le modifiche: Dopo aver apportato le modifiche alla configurazione del sistema operativo, controlla i log per eventuali errori:

    $ less /var/log/cfn-init.log $ less /var/log/chef-client.log

Seguendo queste linee guida, è possibile ridurre al minimo il rischio che le modifiche alla configurazione del sistema operativo causino errori del cluster e risolvere in modo più efficace eventuali problemi.