疑難排解 AWS PCS 中的 Slurm CLI 篩選條件外掛程式問題

使用此故障診斷資訊來解決常見的 CLI 篩選條件外掛程式問題。

任務提交會立即失敗，並出現外掛程式載入錯誤

徵狀：使用者在提交任務時，會收到有關缺少或失敗 CLI 篩選條件外掛程式的錯誤訊息。

可能原因：

• 一或多個節點缺少 CLI 篩選條件外掛程式指令碼

• 指令碼檔案名稱不正確 （必須剛好為 cli_filter.lua)

• 部署到錯誤目錄路徑的指令碼

• 指令碼具有不正確的檔案許可

解決方法：

• 確認指令碼存在於所有登入和運算節點/etc/aws/pcs/scheduler/slurm-<version>/cli_filter.lua上的

• 檢查指令碼檔案名稱是否完全相同 cli_filter.lua

• 確保指令碼具有可讀取許可 (644 或類似許可）

• 在單一登入節點上測試指令碼部署，然後再部署到完整叢集

叢集建立失敗，並出現 CLI 篩選條件外掛程式驗證錯誤

徵狀：叢集建立失敗，且CliFilterPlugins參數無效時發生錯誤。

可能原因：

• 不正確的參數值格式 slurmCustomSettings

• 參數名稱或值中的 Typo

解決方法：

• 使用確切的參數名稱： CliFilterPlugins

• 使用確切參數值： cli_filter/lua

• 在slurmCustomSettings陣列中驗證 JSON 語法

CLI 篩選條件外掛程式指令碼會執行，但任務驗證無法如預期般運作

症狀：任務提交成功，但自訂驗證邏輯不會觸發或產生非預期的結果。

可能原因：

• Lua 指令碼語法錯誤

• 欄位存取模式不正確 （使用任務提交外掛程式語法而非 CLI 篩選條件外掛程式）

• 驗證條件中的邏輯錯誤

解決方法：

• 檢閱 Lua 指令碼是否有語法錯誤

• 驗證欄位存取使用 options["field_name"] 格式，而不是 job_desc.field_name

• 新增記錄陳述式以偵錯指令碼執行流程

• 先使用簡單的驗證案例測試指令碼邏輯

S3 指令碼部署失敗

徵狀：執行個體啟動，但未從 S3 下載 CLI 篩選條件外掛程式指令碼。

可能原因：

• IAM 執行個體描述檔缺少 S3 讀取許可

• 未設定 S3 VPC 端點

• 使用者資料中的 S3 儲存貯體或物件路徑不正確

解決方法：

• 確認 IAM 執行個體描述檔具有儲存貯體的s3:GetObject許可

• 設定 S3 VPC Gateway 端點以進行直接存取

• 檢查使用者資料指令碼中的 S3 儲存貯體名稱和物件路徑

• 檢閱執行個體使用者資料日誌是否有 S3 下載錯誤