使用 Amazon 监控 AWS PCS实例 CloudWatch

AWSPCS根据需要启动 Amazon EC2 实例，以满足PCS计算节点组中定义的扩展要求。您可以使用 Amazon 在这些实例运行时对其进行监控 CloudWatch。您可以通过登录实例并使用交互式命令行工具来检查正在运行的实例的日志。但是，默认情况下， CloudWatch 指标数据仅在实例终止后保留一段有限的时间，并且实例日志通常会与支持该实例的EBS卷一起删除。要保留终止PCS后启动的实例的指标或日志数据，您可以使用EC2启动模板在实例上配置 CloudWatch 代理。本主题概述了监控正在运行的实例，并提供了如何配置永久性实例指标和日志的示例。

监控正在运行的实例

查找AWSPCS实例

要监控由启动的实例PCS，请查找与集群或计算节点组关联的正在运行的实例。然后，在给定实例的EC2控制台中，检查状态和警报以及监控部分。如果为这些实例配置了登录访问权限，则可以连接到这些实例并检查这些实例上的各种日志文件。有关识别哪些实例由管理的更多信息PCS，请参阅在中查找计算节点组实例 AWS PCS。

启用详细指标

默认情况下，每隔 5 分钟收集一次实例指标。要每隔一分钟收集指标，请在计算节点组启动模板中启用详细 CloudWatch 监控。有关更多信息，请参阅开启详细 CloudWatch监控。

配置永久性实例指标和日志

您可以通过在实例上安装和配置 Amazon CloudWatch 代理，保留实例中的指标和日志。这包括三个主要步骤：

创建 CloudWatch 代理配置。
将配置存储在PCS实例可以检索的地方。
编写一个EC2启动模板，用于安装 CloudWatch 代理软件、获取您的配置并使用配置启动 CloudWatch 代理。

有关更多信息，请参阅 Amazon CloudWatch 用户指南中的使用 CloudWatch 代理收集指标、日志和跟踪，以及将 Amazon EC2 启动模板与 AWS PCS。

创建 CloudWatch 代理配置

在您的实例上部署 CloudWatch 代理之前，您必须生成一个JSON配置文件，指定要收集的指标、日志和跟踪。可以使用向导创建配置文件，也可以使用文本编辑器手动创建配置文件。将为本演示手动创建配置文件。

在AWSCLI安装了的计算机上，创建一个名为 config.json 的 CloudWatch 配置文件，其中包含以下内容。您也可以使用以下内容URL下载该文件的副本。


https://aws-hpc-recipes.s3.amazonaws.com/main/recipes/pcs/cloudwatch/assets/config.json

注意

示例文件中的日志路径适用于亚马逊 Linux 2。如果您的实例将使用不同的基础操作系统，请根据需要更改路径。
要捕获其他日志，请在下添加其他条目collect_list。
中的值{brackets}是模板化变量。有关支持变量的完整列表，请参阅 Amazon CloudWatch 用户指南中的手动创建或编辑 CloudWatch 代理配置文件。
您可以选择省略logs或metrics不想收集这些信息类型。


{
    "agent": {
        "metrics_collection_interval": 60
    },
    "logs": {
        "logs_collected": {
            "files": {
                "collect_list": [
                    {
                        "file_path": "/var/log/cloud-init.log",
                        "log_group_class": "STANDARD",
                        "log_group_name": "/PCSLogs/instances",
                        "log_stream_name": "{instance_id}.cloud-init.log",
                        "retention_in_days": 30
                    },
                    {
                        "file_path": "/var/log/cloud-init-output.log",
                        "log_group_class": "STANDARD",
                        "log_stream_name": "{instance_id}.cloud-init-output.log",
                        "log_group_name": "/PCSLogs/instances",
                        "retention_in_days": 30
                    },
                    {
                        "file_path": "/var/log/amazon/pcs/bootstrap.log",
                        "log_group_class": "STANDARD",
                        "log_stream_name": "{instance_id}.bootstrap.log",
                        "log_group_name": "/PCSLogs/instances",
                        "retention_in_days": 30
                    },
                    {
                        "file_path": "/var/log/slurmd.log",
                        "log_group_class": "STANDARD",
                        "log_stream_name": "{instance_id}.slurmd.log",
                        "log_group_name": "/PCSLogs/instances",
                        "retention_in_days": 30
                    },
                    {
                        "file_path": "/var/log/messages",
                        "log_group_class": "STANDARD",
                        "log_stream_name": "{instance_id}.messages",
                        "log_group_name": "/PCSLogs/instances",
                        "retention_in_days": 30
                    },
                    {
                        "file_path": "/var/log/secure",
                        "log_group_class": "STANDARD",
                        "log_stream_name": "{instance_id}.secure",
                        "log_group_name": "/PCSLogs/instances",
                        "retention_in_days": 30
                    }
                ]
            }
        }
    },
    "metrics": {
        "aggregation_dimensions": [
            [
                "InstanceId"
            ]
        ],
        "append_dimensions": {
            "AutoScalingGroupName": "${aws:AutoScalingGroupName}",
            "ImageId": "${aws:ImageId}",
            "InstanceId": "${aws:InstanceId}",
            "InstanceType": "${aws:InstanceType}"
        },
        "metrics_collected": {
            "cpu": {
                "measurement": [
                    "cpu_usage_idle",
                    "cpu_usage_iowait",
                    "cpu_usage_user",
                    "cpu_usage_system"
                ],
                "metrics_collection_interval": 60,
                "resources": [
                    "*"
                ],
                "totalcpu": false
            },
            "disk": {
                "measurement": [
                    "used_percent",
                    "inodes_free"
                ],
                "metrics_collection_interval": 60,
                "resources": [
                    "*"
                ]
            },
            "diskio": {
                "measurement": [
                    "io_time"
                ],
                "metrics_collection_interval": 60,
                "resources": [
                    "*"
                ]
            },
            "mem": {
                "measurement": [
                    "mem_used_percent"
                ],
                "metrics_collection_interval": 60
            },
            "swap": {
                "measurement": [
                    "swap_used_percent"
                ],
                "metrics_collection_interval": 60
            }
        }
    }
}

此文件指示 CloudWatch 代理监视多个文件，这些文件可能有助于诊断引导、身份验证和登录以及其他疑难解答域中的错误。其中包括：

/var/log/cloud-init.log— 实例配置初始阶段的输出
/var/log/cloud-init-output.log— 实例配置期间运行的命令的输出
/var/log/amazon/pcs/bootstrap.log— 实例配置期间运行的PCS特定操作的输出
/var/log/slurmd.log— 来自 Slurm 工作负载管理器的守护程序 slurmd 的输出
/var/log/messages— 来自内核、系统服务和应用程序的系统消息
/var/log/secure— 与身份验证尝试相关的日志SSH，例如 sudo 和其他安全事件

日志文件将发送到名为的 CloudWatch 日志组/PCSLogs/instances。日志流是实例 ID 和日志文件基本名称的组合。该日志组的保留时间为 30 天。

此外，该文件还指示 CloudWatch 代理收集几个常用指标，按实例 ID 汇总这些指标。

存储配置

CloudWatch 代理配置文件必须存储在PCS计算节点实例可以访问的地方。有两种常见的方法可以做到这一点。您可以将其上传到您的计算节点组实例可以通过其实例配置文件访问的 Amazon S3 存储桶，或者，您可以将其作为SSM参数存储在 Amazon Systems Manager Parameter Store 中。

上传到 S3 存储桶

要将文件存储在 S3 中，请使用以下AWSCLI命令。在运行命令之前，请进行以下替换：

Replace（替换） amzn-s3-demo-bucket 使用您自己的 S3 存储桶名称

首先，（如果您已有存储桶，则这是可选的），创建一个存储桶来存放您的配置文件。


aws s3 mb s3://amzn-s3-demo-bucket

接下来，将文件上传到存储桶。


aws s3 cp ./config.json s3://amzn-s3-demo-bucket/

以SSM参数形式存储

要将文件存储为SSM参数，请使用以下命令。在运行命令之前，请进行以下替换：

Replace（替换） region-code 与您合作的地AWS区AWSPCS。
（可选）替换 AmazonCloudWatch-PCS 使用您自己的参数名称。请注意，如果您更改名称的前缀，则需要在节点组实例配置文件中专门添加对该SSM参数的读取权限。AmazonCloudWatch-


aws ssm put-parameter \
   --region region-code \
   --name "AmazonCloudWatch-PCS" \
   --type String \
   --value file://config.json

编写EC2启动模板

启动模板的具体细节取决于您的配置文件存储在 S3 中还是SSM。

使用存储在 S3 中的配置

此脚本安装 CloudWatch 代理，从 S3 存储桶导入配置文件，然后使用该文件启动 CloudWatch 代理。用您自己的详细信息替换此脚本中的以下值：

amzn-s3-demo-bucket — 您的账户可以读取的 S3 存储桶的名称
/config.json — 相对于存储配置的 S3 存储桶根目录的路径


MIME-Version: 1.0
Content-Type: multipart/mixed; boundary="==MYBOUNDARY=="

--==MYBOUNDARY==
Content-Type: text/cloud-config; charset="us-ascii"

packages:
- amazon-cloudwatch-agent

runcmd:
- aws s3 cp s3://amzn-s3-demo-bucket/config.json /etc/s3-cw-config.json
- /opt/aws/amazon-cloudwatch-agent/bin/amazon-cloudwatch-agent-ctl -a fetch-config -m ec2 -s -c file://etc/s3-cw-config.json

--==MYBOUNDARY==--

节点组的IAM实例配置文件必须有权访问存储桶。以下是上面用户数据脚本中存储桶的IAM策略示例。


{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": [
                "s3:GetObject",
                "s3:ListBucket"
            ],
            "Resource": [
                "arn:aws:s3:::amzn-s3-demo-bucket",
                "arn:aws:s3:::amzn-s3-demo-bucket/*"
            ]
        }
    ]
}

另请注意，这些实例必须允许流向 S3 和 CloudWatch终端节点的出站流量。这可以使用安全组或VPC终端节点来实现，具体取决于您的集群架构。

使用存储在中的配置 SSM

此脚本安装 CloudWatch 代理，从SSM参数导入配置文件，然后使用该文件启动 CloudWatch 代理。用您自己的详细信息替换此脚本中的以下值：

（可选）替换 AmazonCloudWatch-PCS 使用您自己的参数名称。


MIME-Version: 1.0
Content-Type: multipart/mixed; boundary="==MYBOUNDARY=="

--==MYBOUNDARY==
Content-Type: text/cloud-config; charset="us-ascii"

packages:
- amazon-cloudwatch-agent

runcmd:
- /opt/aws/amazon-cloudwatch-agent/bin/amazon-cloudwatch-agent-ctl -a fetch-config -m ec2 -s -c ssm:AmazonCloudWatch-PCS

--==MYBOUNDARY==--

节点组的IAM实例策略必须CloudWatchAgentServerPolicy附有。

如果您的参数名称不是以开头，AmazonCloudWatch-则需要在节点组实例配置文件中专门添加对该SSM参数的读取权限。以下是说明前缀这一点的IAM策略示例 DOC-EXAMPLE-PREFIX.


{
  "Version" : "2012-10-17",
  "Statement" : [
    {
      "Sid" : "CustomCwSsmMParamReadOnly",
      "Effect" : "Allow",
      "Action" : [
        "ssm:GetParameter"
      ],
      "Resource" : "arn:aws:ssm:*:*:parameter/DOC-EXAMPLE-PREFIX*"
    }
  ]
}

另请注意，这些实例必须允许到SSM和 CloudWatch终端节点的出站流量。这可以使用安全组或VPC终端节点来实现，具体取决于您的集群架构。

Javascript 在您的浏览器中被禁用或不可用。

要使用 Amazon Web Services 文档，必须启用 Javascript。请参阅浏览器的帮助页面以了解相关说明。

文档惯例

监控指标

CloudTrail 日志