对 PCS 中的 Slurm CLI 过滤器插件问题进行故障排除 AWS

使用此疑难解答信息来解决常见的 CLI 过滤器插件问题。

由于插件加载错误，Job 提交立即失败

症状：提交作业时，用户会收到有关 CLI 过滤器插件丢失或失败的错误消息。

可能的原因：

• 一个或多个节点缺少 CLI 筛选插件脚本

• 脚本文件名不正确（必须完全正确cli_filter.lua）

• 脚本部署到错误的目录路径

• 脚本的文件权限不正确

解决方法：

• 验证所有登录节点和计算节点/etc/aws/pcs/scheduler/slurm-<version>/cli_filter.lua上是否存在脚本

• 检查脚本文件名是否正确 cli_filter.lua

• 确保脚本具有可读权限（644 或类似权限）

• 在部署到完整集群之前，在单个登录节点上测试脚本部署

集群创建失败，出现 CLI 筛选插件验证错误

症状：集群创建失败，错误提示CliFilterPlugins参数无效。

可能的原因：

• 中的参数值格式不正确 slurmCustomSettings

• 参数名称或值中有错字

解决方法：

• 使用确切的参数名称：CliFilterPlugins

• 使用精确的参数值：cli_filter/lua

• 验证slurmCustomSettings数组中的 JSON 语法

CLI 筛选插件脚本已执行，但任务验证无法按预期运行

症状：作业成功提交，但自定义验证逻辑不会触发或产生意外结果。

可能的原因：

• Lua 脚本语法错误

• 字段访问模式不正确（使用 Job Submit 插件语法而不是 CLI 筛选插件）

• 验证条件中的逻辑错误

解决方法：

• 查看 Lua 脚本是否存在语法错误

• 验证字段访问权限使用options["field_name"]格式而不是 job_desc.field_name

• 向调试脚本执行流程添加日志语句

• 先用简单的验证案例测试脚本逻辑

S3 脚本部署失败

症状：实例启动但未从 S3 下载 CLI 筛选器插件脚本。

可能的原因：

• IAM 实例配置文件缺少 S3 读取权限

• 未配置 S3 VPC 终端节点

• 用户数据中的 S3 存储桶或对象路径不正确

解决方法：

• 验证 IAM 实例配置文件是否s3:GetObject有权访问您的存储桶

• 配置 S3 VPC 网关终端节点以实现直接访问

• 在用户数据脚本中检查 S3 存储桶名称和对象路径

• 查看实例用户数据日志，查看 S3 下载错误