AWSSupport-TroubleshootAWSBatchJob

PDF

描述

AWSSupport-TroubleshootAWSBatchJob运行手册可帮助您解决导致 AWS Batch 任务无法从状态升级RUNNABLE到STARTING状态的问题。

如何工作？

此运行手册执行以下检查：

• 如果计算环境处于INVALID或DISABLED状态。

• 如果计算环境的Max vCPU参数足够大，足以容纳作业队列中的任务量。

• 如果任务需要的 v CPUs 或内存资源超过计算环境的实例类型所能提供的资源。

• 任务是否应在基于 GPU 的实例上运行，但计算环境未配置为使用基于 GPU 的实例。

• 如果计算环境的 Auto Scaling 组无法启动实例。

• 如果启动的实例可以加入底层的亚马逊弹性容器服务 (Amazon ECS) Service 集群；如果没有，则运行AWSSupport-TroubleshootECSContainerInstance手册。

• 如果有任何权限问题阻碍了运行作业所需的特定操作。

重要

• 此 Runbook 必须与处于RUNNABLE状态的任务在同一个 AWS 区域启动。

• 可以为在 Amazon ECS AWS Fargate 或亚马逊弹性计算云 (Amazon EC2) 实例上安排的 AWS Batch 任务启动此运行手册。如果在亚马逊 Elastic Kubernetes Service（亚马逊 EKS）上为 AWS Batch 任务启动自动化，则启动将停止。

• 如果实例可用于运行任务，但无法注册 Amazon ECS 集群，则此运行手册将启动AWSSupport-TroubleshootECSContainerInstance自动化运行手册以尝试确定原因。有关更多信息，请参阅AWSSupport-TroubleshootECSContainerInstance运行手册。

运行此自动化（控制台）

文档类型

自动化

所有者

Amazon

平台

Linux，macOS, Windows

参数

• AutomationAssumeRole

  类型：字符串

  描述：（可选）允许 Systems Manager Automation 代表您执行操作 AWS Identity and Access Management (IAM) 角色的 Amazon 资源名称（ARN）。如果未指定角色，Systems Manager Automation 将使用启动此运行手册的用户的权限。

• JobId

  类型：字符串

  描述：（必填）处于RUNNABLE状态的 AWS Batch Job 的 ID。

  允许的模式：^[a-f0-9]{8}(-[a-f0-9]{4}){3}-[a-f0-9]{12}(:[0-9]+)?(#[0-9]+)?$

所需的 IAM 权限

AutomationAssumeRole 参数需要执行以下操作才能成功使用运行手册。

• autoscaling:DescribeAutoScalingGroups

• autoscaling:DescribeScalingActivities

• batch:DescribeComputeEnvironments

• batch:DescribeJobs

• batch:DescribeJobQueues

• batch:ListJobs

• cloudtrail:LookupEvents

• ec2:DescribeIamInstanceProfileAssociations

• ec2:DescribeInstanceAttribute

• ec2:DescribeInstances

• ec2:DescribeInstanceTypeOfferings

• ec2:DescribeInstanceTypes

• ec2:DescribeNetworkAcls

• ec2:DescribeRouteTables

• ec2:DescribeSecurityGroups

• ec2:DescribeSpotFleetInstances

• ec2:DescribeSpotFleetRequests

• ec2:DescribeSpotFleetRequestHistory

• ec2:DescribeSubnets

• ec2:DescribeVpcEndpoints

• ec2:DescribeVpcs

• ecs:DescribeClusters

• ecs:DescribeContainerInstances

• ecs:ListContainerInstances

• iam:GetInstanceProfile

• iam:GetRole

• iam:ListRoles

• iam:PassRole

• iam:SimulateCustomPolicy

• iam:SimulatePrincipalPolicy

• ssm:DescribeAutomationExecutions

• ssm:DescribeAutomationStepExecutions

• ssm:GetAutomationExecution

• ssm:StartAutomationExecution

• sts:GetCallerIdentity

说明

1. 在 AWS Systems Manager 控制台AWSSupport-TroubleshootAWSBatchJob中导航到。

2. 选择 Execute automation（执行自动化）

3. 要输入参数，请输入内容：

   • AutomationAssumeRole（可选）：

     AWS Identity and Access Management (IAM) 角色的 Amazon 资源名称（ARN）允许 Systems Manager Automation 代表您执行操作。如果未指定角色，Systems Manager Automation 将使用启动此运行手册的用户的权限。

   • JobId（必填）：

     处于RUNNABLE状态的 AWS Batch Job 的 ID。

   

4. 选择执行。

5. 请注意，自动化已启动。

6. 文档将执行以下步骤：

   • PreflightPermissionChecks:

     对初始用户/角色执行预检 IAM 权限检查。如果缺少任何权限，则此步骤将提供全局输出部分中缺少的 API 操作。

   • ProceedOnlyIfUserHasPermission:

     根据您是否有权执行运行手册的所有必要操作进行分支。

   • AWSBatchJobEvaluation:

     对 AWS Batch Job 执行检查，验证其存在且处于RUNNABLE状态。

   • ProceedOnlyIfBatchJobExistsAndIsinRunnable州：

     根据任务是否存在以及是否处于RUNNABLE状态进行分支。

   • BatchComputeEnvironmentEvaluation:

     对 AWS Batch 计算环境进行检查。

   • ProceedOnlyIfComputeEnvironmentChecksAreOK：

     根据计算环境检查是否成功进行分支。

   • UnderlyingInfraEvaluation:

     根据底层 Auto Scaling 组或 Spot 队列请求执行检查。

   • ProceedOnlyIfInstancesNotJoiningEcsCluster:

     根据是否有未加入 Amazon ECS 集群的实例进行分支。

   • EcsAutomationRunner:

     为未加入集群的实例运行 Amazon ECS 自动化。

   • ExecutionResults:

     根据之前的步骤生成输出。

7. 完成后，将提供评估报告 HTML 文件的 URI：

   运行手册成功执行后该报告的 S3 控制台链接和 Amazon S3 URI

   

参考

Systems Manager Automation

• 运行此自动化（控制台）

• 运行自动化

• 设置自动化

• 支持自动化工作流登录页面