기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
문제 해결
다음 절차와 팁은 AWS Deadline Cloud 팜 및 리소스 관련 문제를 해결하는 데 도움이 될 수 있습니다.
주제
사용자가 내 팜, 플릿 또는 대기열을 볼 수 없는 이유는 무엇인가요?
사용자 액세스
사용자가 Deadline Cloud 모니터에서 팜, 플릿 또는 대기열을 볼 수 없는 경우 팜 및 리소스에 대한 액세스에 문제가 있을 수 있습니다.
팜에 액세스할 수 없는 사용자는 Deadline Cloud 모니터에서 "No farms available"라는 메시지를 받습니다.
팜, 플릿 또는 대기열에 올바른 사용자 또는 그룹이 할당되었는지 확인하려면
-
AWS Deadline Cloud 콘솔에서 팜, 플릿 또는 대기열을 찾은 다음 액세스 관리를 선택합니다.
-
그룹 탭은 기본적으로 선택됩니다. 권장되는 그룹별로 권한을 할당하는 경우 그룹이 목록에 표시되고 액세스 수준이 할당되어야 합니다.
그룹이 목록에 없는 경우 그룹 추가를 선택하여 그룹에 대한 권한을 할당합니다.
-
사용자별로 권한을 할당하는 경우 사용자 탭을 선택합니다. 사용자에게 목록에가 표시되고 액세스 수준이 할당되어야 합니다.
사용자가 목록에 없는 경우 사용자 추가를 선택하여 사용자에게 권한을 할당합니다.
그룹에 사용자가 할당되었는지 확인하려면
-
AWS Deadline Cloud 콘솔에서 팜, 플릿 또는 대기열을 찾은 다음 액세스 관리를 선택합니다.
-
그룹 탭은 기본적으로 선택됩니다. 멤버를 볼 그룹 이름을 선택합니다.
-
사용자가 그룹에 나열되지 않은 경우 사용자를 추가해야 합니다.
기본 자격 증명 설정을 사용하는 경우 Identity Center 콘솔에서 그룹에 사용자를 직접 추가할 수 있습니다. Okta 또는와 같은 외부 자격 증명 공급자에 연결된 경우 자격 증명 공급자의 그룹에 사용자를 추가할 Google Workspace수 있습니다.
참고
일부 외부 자격 증명 공급자는 사용자를 Identity Center에 동기화하지만 그룹은 동기화하지 않습니다. 이 경우 그룹별로 할당하는 대신 사용자에게 직접 권한을 할당하는 것이 좋습니다.
Deadline Cloud에 대한 사용자 액세스 관리에 대한 자세한 내용은 섹션을 참조하세요Deadline Cloud에서 사용자 관리.
작업자가 내 작업을 선택하지 않는 이유는 무엇입니까?
플릿 역할 구성
작업자가 생성되었지만 초기화를 완료하지 않고 작업 작업을 시작하지 않는 경우 플릿 역할이 올바르게 구성되지 않았기 때문입니다.
이 문제가 발생하고 있는지 확인하려면 CloudTrail 로그에서 액세스 거부 오류가 있는지 확인하세요. 액세스 거부 문제를 확인한 후 플릿으로 이동하여 역할 구성을 올바른 권한으로 업데이트합니다. 자세한 내용은 Deadline Cloud 개발자 안내서의 CloudTrail 로그를 참조하세요.
작업자가 멈춘 이유는 무엇인가요?
작업자가 OpenJD 환경에서 나가지 못함
작업자는 장기 실행 envExit
세션 작업에 멈출 수 있습니다. 이는 OpenJD 템플릿을 재정의하고 환경 종료 작업 제한 시간을 5분 이상으로 설정하는 작업 템플릿을 사용하는 경우 발생할 수 있습니다. Deadline Cloud 모니터는이 상황에서 멈춘 작업자에 대한 가시성을 제공하지만 연결된 대기열에서 사용 가능한 작업에 대해 RUNNING
작업자를 상호 참조해야 합니다.
멈춘 작업자를 찾으려면 Deadline Cloud 모니터의 모든 플릿을 살펴보고 다음 단계를 완료하세요.
-
작업자 상태 열에서
RUNNING
작업자를 찾습니다. -
플릿 세부 정보 섹션에서 연결된 각 대기열로 이동합니다.
-
연결된 각 대기열에서 ,
READY
또는RUNNING
인 작업을 검색합니다PENDING
. 연결된 모든 대기열에 해당 상태의 작업이 없는 경우 작업자는 환경 종료를 실행합니다.
이 상태에서 멈춘 작업자를 중지하려면 다음 AWS CLI 명령을 사용합니다.
aws deadline update-worker \ --farm-id $FARM_ID \ --fleet-id $FLEET_ID \ --worker-id $WORKER_ID \ --status STOPPED
명령을 실행한 후 프로그램이 종료되면 작업자 에이전트가 다시 시작됩니다. 그런 다음 작업자는 다시 온라인 상태가 되어 연결된 대기열에서 더 많은 작업을 실행합니다. 대기열에 5분보다 긴 환경 종료 작업 제한 시간이 있는 작업이 더 많은 경우 작업자는 다시 멈춥니다. 이 경우 더 이상 작업자가 나가지 않을 때까지이 프로세스를 반복해야 합니다.
이 문제를 방지하려면 작업 템플릿을 사용할 때 제한 시간 옵션을 5분 이하로 설정합니다.
Deadline Cloud 작업 문제 해결
AWS Deadline Cloud의 일반적인 작업 문제에 대한 자세한 내용은 다음 주제를 참조하세요.
작업 생성이 실패한 이유는 무엇입니까?
작업 검증 검사에 실패할 수 있는 몇 가지 가능한 이유는 다음과 같습니다.
-
작업 템플릿은 OpenJD 사양을 따르지 않습니다.
-
작업에 단계가 너무 많습니다.
-
작업에 너무 많은 총 작업이 포함되어 있습니다.
-
작업을 생성할 수 없는 내부 서비스 오류가 발생했습니다.
작업의 최대 단계 및 작업 수에 대한 할당량을 보려면 Service Quotas 콘솔을 사용합니다. 자세한 내용은 에 대한 할당량 Deadline Cloud 단원을 참조하십시오.
내 작업이 호환되지 않는 이유는 무엇인가요?
작업이 대기열과 호환되지 않는 일반적인 이유는 다음과 같습니다.
-
작업이 제출된 대기열과 연결된 플릿이 없습니다. Deadline Cloud 모니터를 열고 대기열에 연결된 플릿이 있는지 확인합니다. 대기열을 보는 방법에 대한 자세한 내용은 섹션을 참조하세요Deadline Cloud에서 대기열 및 플릿 세부 정보 보기.
-
작업에 대기열과 연결된 플릿이 충족하지 않는 호스트 요구 사항이 있습니다. 확인하려면 작업 템플릿의
hostRequirements
항목을 팜의 플릿 구성과 비교합니다. 플릿 중 하나가 호스트 요구 사항을 충족하는지 확인합니다. 플릿 호환성에 대한 자세한 내용은 플릿 호환성 확인을 참조하세요. 플릿 구성을 보려면 섹션을 참조하세요Deadline Cloud에서 대기열 및 플릿 세부 정보 보기.
내 작업이 준비 상태로 멈춰 있는 이유는 무엇인가요?
작업이 READY
상태에서 멈춘 것처럼 보일 수 있는 이유는 다음과 같습니다.
-
대기열과 연결된 플릿의 최대 작업자 수는 0으로 설정됩니다. 확인하려면 섹션을 참조하세요Deadline Cloud에서 대기열 및 플릿 세부 정보 보기.
-
대기열에 우선 순위가 더 높은 작업이 있습니다. 확인하려면 섹션을 참조하세요Deadline Cloud에서 대기열 및 플릿 세부 정보 보기.
-
고객 관리형 플릿의 경우 Auto Scaling 구성을 확인합니다. 자세한 내용은 Deadline Cloud 개발자 안내서의 Amazon EC2 Auto Scaling 그룹을 사용하여 플릿 인프라 생성을 참조하세요.
내 작업이 실패한 이유는 무엇인가요?
여러 가지 이유로 작업이 실패할 수 있습니다. 문제를 검색하려면 Deadline Cloud 모니터를 열고 실패한 작업을 선택합니다. 실패한 작업을 선택한 다음 해당 작업에 대한 로그를 확인합니다. 지침은 Deadline Cloud에서 세션 및 작업자 로그 보기 섹션을 참조하세요.
-
라이선스 오류가 발생하거나 소프트웨어에 유효한 라이선스가 없어 워터마크가 발생하는 경우 작업자가 필요한 라이선스 서버에 연결할 수 있는지 확인합니다. 자세한 내용은 Deadline Cloud 개발자 안내서의 고객 관리형 플릿을 라이선스 엔드포인트에 연결을 참조하세요.
-
마지막 세션 작업 메시지 또는 프로세스 종료 코드는 작업이 실패한 이유에 대한 정보를 제공할 수 있습니다. 를 사용 중Windows이고 종료 코드가 음수인 경우 종료 코드의 서명되지 않은 버전을 검색해 보십시오.
2,147,483,647 - |
your exit code
|
내 단계가 보류 중인 이유는 무엇인가요?
하나 이상의 종속성이 완료되지 않은 경우 단계가 PENDING
상태로 유지될 수 있습니다. Deadline Cloud 모니터를 사용하여 종속성의 상태를 확인할 수 있습니다. 지침은 Deadline Cloud에서 단계 보기 섹션을 참조하세요.
추가 리소스
GitHub