Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra. # Calcul haute performance **Topics** + [Déployez un système de fichiers Lustre pour un traitement des données performant à l'aide de Terraform et DRA](deploy-lustre-file-system-for-high-performance-data-processing-with-terraform-dra.md) + [Configurer un tableau de bord de surveillance Grafana pour AWS ParallelCluster](set-up-a-grafana-monitoring-dashboard-for-aws-parallelcluster.md) + [Plus de modèles](highperformancecomputing-more-patterns-pattern-list.md) # Déployez un système de fichiers Lustre pour un traitement des données performant à l'aide de Terraform et DRA *Arun Bagal et Ishwar Chauthaiwale, Amazon Web Services* ## Résumé Ce modèle déploie automatiquement un système de fichiers Lustre AWS et l'intègre à Amazon Elastic Compute Cloud (Amazon EC2) et Amazon Simple Storage Service (Amazon S3). Cette solution vous permet de configurer rapidement un environnement de calcul haute performance (HPC) avec stockage intégré, ressources de calcul et accès aux données Amazon S3. Il combine les capacités de stockage de Lustre aux options de calcul flexibles proposées par Amazon EC2 et au stockage d'objets évolutif d'Amazon S3, afin que vous puissiez gérer les charges de travail gourmandes en données dans les domaines de l'apprentissage automatique, du HPC et de l'analyse des mégadonnées. Le modèle utilise un module HashiCorp Terraform et Amazon FSx for Lustre pour rationaliser le processus suivant : + Approvisionnement d'un système de fichiers Lustre + Établissement d'une association de référentiel de données (DRA) entre FSx for Lustre et un compartiment S3 afin de relier le système de fichiers Lustre aux objets Amazon S3 + Création d'une EC2 instance + Montage du système de fichiers Lustre avec le DRA lié à Amazon S3 sur l'instance EC2 Les avantages de cette solution sont notamment les suivants : + Conception modulaire. Vous pouvez facilement gérer et mettre à jour les différents composants de cette solution. + Scalabilité. Vous pouvez rapidement déployer des environnements cohérents entre Comptes AWS nos régions. + Flexibilité. Vous pouvez personnaliser le déploiement en fonction de vos besoins spécifiques. + Les meilleures pratiques. Ce modèle utilise des modules préconfigurés qui suivent les AWS meilleures pratiques. Pour plus d'informations sur les systèmes de fichiers Lustre, consultez le [site Web de Lustre](https://www.lustre.org/). ## Conditions préalables et limitations **Conditions préalables** + Un actif Compte AWS + Une politique de moindre privilège Gestion des identités et des accès AWS (IAM) (voir [les instructions](https://aws.amazon.com/blogs/security/techniques-for-writing-least-privilege-iam-policies/)) **Limites** FSx for Lustre limite le système de fichiers Lustre à une seule zone de disponibilité, ce qui peut poser problème si vous avez des exigences de haute disponibilité. En cas de défaillance de la zone de disponibilité contenant le système de fichiers, l'accès au système de fichiers est perdu jusqu'à la restauration. Pour atteindre une haute disponibilité, vous pouvez utiliser DRA pour relier le système de fichiers Lustre à Amazon S3 et transférer des données entre les zones de disponibilité. **Versions du produit** + [Terraform version 1.9.3 ou ultérieure](https://developer.hashicorp.com/terraform/install?product_intent=terraform) + [HashiCorp AWS Provider version 4.0.0 ou ultérieure](https://registry.terraform.io/providers/hashicorp/aws/latest) ## Architecture Le schéma suivant montre l'architecture FSx de Lustre et la complémentarité Services AWS de AWS Cloud. ![\[FSx pour le déploiement de Lustre avec AWS KMS EC2, Amazon, Amazon CloudWatch Logs et Amazon S3.\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/images/pattern-img/51d38589-e752-42cd-9f46-59c3c8d0bfd3/images/c1c21952-fd6f-4b1d-9bf8-09b2f4f4459f.png) L'architecture inclut les éléments suivants : + Un compartiment S3 est utilisé comme emplacement de stockage durable, évolutif et rentable pour les données. L'intégration entre FSx for Lustre et Amazon S3 fournit un système de fichiers performant qui est parfaitement lié à Amazon S3. + FSx for Lustre exécute et gère le système de fichiers Lustre. + Amazon CloudWatch Logs collecte et surveille les données des journaux à partir du système de fichiers. Ces journaux fournissent des informations sur les performances, l'état et l'activité de votre système de fichiers Lustre. + Amazon EC2 est utilisé pour accéder aux systèmes de fichiers Lustre à l'aide du client Lustre open source. EC2 les instances peuvent accéder aux systèmes de fichiers depuis d'autres zones de disponibilité au sein du même cloud privé virtuel (VPC). La configuration réseau permet l'accès à travers les sous-réseaux du VPC. Une fois le système de fichiers Lustre monté sur l'instance, vous pouvez utiliser ses fichiers et ses répertoires comme vous le feriez avec un système de fichiers local. + AWS Key Management Service (AWS KMS) améliore la sécurité du système de fichiers en cryptant les données au repos. **Automatisation et mise à l'échelle** Terraform facilite le déploiement, la gestion et le dimensionnement de vos systèmes de fichiers Lustre dans plusieurs environnements. Dans FSx Lustre, la taille d'un seul système de fichiers étant limitée, vous devrez peut-être effectuer une mise à l'échelle horizontale en créant plusieurs systèmes de fichiers. Vous pouvez utiliser Terraform pour provisionner plusieurs systèmes de fichiers Lustre en fonction de vos besoins en matière de charge de travail. ## Outils **Services AWS** + [Amazon CloudWatch Logs](https://docs.aws.amazon.com/AmazonCloudWatch/latest/logs/WhatIsCloudWatchLogs.html) vous aide à centraliser les journaux de tous vos systèmes et applications, Services AWS afin que vous puissiez les surveiller et les archiver en toute sécurité. + [Amazon Elastic Compute Cloud (Amazon EC2)](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/concepts.html) fournit une capacité de calcul évolutive dans le AWS Cloud. Vous pouvez lancer autant de serveurs virtuels que vous le souhaitez et les augmenter ou les diminuer rapidement. + [Amazon FSx for Lustre](https://docs.aws.amazon.com/fsx/latest/LustreGuide/what-is.html) permet de lancer, d'exécuter et de faire évoluer facilement et à moindre coût un système de fichiers Lustre à hautes performances. + [AWS Key Management Service (AWS KMS)](https://docs.aws.amazon.com/kms/latest/developerguide/overview.html) vous aide à créer et à contrôler des clés cryptographiques pour protéger vos données. + [Amazon Simple Storage Service (Amazon S3)](https://docs.aws.amazon.com/AmazonS3/latest/userguide/Welcome.html) est un service de stockage d'objets basé sur le cloud qui vous permet de stocker, de protéger et de récupérer n'importe quel volume de données. **Référentiel de code** Le code de ce modèle est disponible dans le référentiel Provision [ FSx for GitHub Lustre à l'aide de Terraform](https://github.com/aws-samples/provision-fsx-lustre-with-terraform). ## Bonnes pratiques + Les variables suivantes définissent le système de fichiers Lustre. Assurez-vous de les configurer correctement en fonction de votre environnement, comme indiqué dans la section [Epics](#deploy-lustre-file-system-for-high-performance-data-processing-with-terraform-dra-epics). + `storage_capacity`— La capacité de stockage du système de fichiers Lustre, en GiBs. Le paramètre minimum et par défaut est de 1 200 GiB. + `deployment_type`— Type de déploiement du système de fichiers Lustre. Pour une explication des deux options, `PERSISTENT_1` et `PERSISTENT_2` (par défaut), consultez la [documentation de FSx for Lustre](https://docs.aws.amazon.com/fsx/latest/LustreGuide/using-fsx-lustre.html#persistent-file-system). + `per_unit_storage_throughput`— Le débit de lecture et d'écriture, en MBs par seconde et par TiB.   + `subnet_id`— L'ID du sous-réseau privé dans lequel vous souhaitez déployer FSx Lustre. + `vpc_id`— L'ID de votre cloud privé virtuel sur AWS lequel vous souhaitez déployer FSx Lustre. + `data_repository_path`— Le chemin d'accès au compartiment S3 qui sera lié au système de fichiers Lustre. + `iam_instance_profile`— Le profil d'instance IAM à utiliser pour lancer l' EC2 instance. + `kms_key_id`— Le nom de ressource Amazon (ARN) de la AWS KMS clé qui sera utilisée pour le chiffrement des données. + Garantissez un accès réseau et un positionnement appropriés au sein du VPC en utilisant les variables `security_group` et`vpc_id`. + Exécutez la `terraform plan` commande comme décrit dans la section [Epics](#deploy-lustre-file-system-for-high-performance-data-processing-with-terraform-dra-epics) pour prévisualiser et vérifier les modifications avant de les appliquer. Cela permet de détecter les problèmes potentiels et de garantir que vous êtes au courant de ce qui sera déployé. + Utilisez la `terraform validate` commande décrite dans la section [Epics](#deploy-lustre-file-system-for-high-performance-data-processing-with-terraform-dra-epics) pour vérifier les erreurs de syntaxe et vérifier que votre configuration est correcte. ## Épopées ### Configuration de votre environnement | Sous-tâche | Description | Compétences requises | | --- | --- | --- | | Installez Terraform. | Pour installer Terraform sur votre machine locale, suivez les instructions de la documentation [Terraform](https://developer.hashicorp.com/terraform/tutorials/aws-get-started/install-cli). | AWS DevOps, DevOps ingénieur | | Configurez les AWS informations d'identification. | Pour configurer le profil AWS Command Line Interface (AWS CLI) du compte, suivez les instructions de la [AWS documentation](https://docs.aws.amazon.com/cli/latest/userguide/cli-configure-files.html). | AWS DevOps, DevOps ingénieur | | Clonez le GitHub dépôt. | Pour cloner le GitHub dépôt, exécutez la commande suivante :
git clone https://github.com/aws-samples/provision-fsx-lustre-with-terraform.git
| AWS DevOps, DevOps ingénieur | ### Configuration et déploiement FSx pour Lustre | Sous-tâche | Description | Compétences requises | | --- | --- | --- | | Mettez à jour la configuration de déploiement. | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/deploy-lustre-file-system-for-high-performance-data-processing-with-terraform-dra.html) | AWS DevOps, DevOps ingénieur | | Initialisez l'environnement Terraform. | Pour initialiser votre environnement afin d'exécuter le `fsx_deployment` module Terraform, exécutez :
terraform init
| AWS DevOps, DevOps ingénieur | | Validez la syntaxe Terraform. | Pour vérifier les erreurs de syntaxe et vérifier que votre configuration est correcte, exécutez :
terraform validate
| AWS DevOps, DevOps ingénieur | | Validez la configuration Terraform. | Pour créer un plan d'exécution Terraform et prévisualiser le déploiement, exécutez :
terraform plan -var-file terraform.tfvars
| AWS DevOps, DevOps ingénieur | | Déployez le module Terraform. | Pour déployer les ressources FSx for Lustre, exécutez :
terraform apply -var-file terraform.tfvars
| AWS DevOps, DevOps ingénieur | ### Nettoyer les AWS ressources | Sous-tâche | Description | Compétences requises | | --- | --- | --- | | Supprimez AWS des ressources. | Une fois que vous avez fini d'utiliser votre environnement FSx for Lustre, vous pouvez supprimer les AWS ressources déployées par Terraform pour éviter d'encourir des frais inutiles. Le module Terraform fourni dans le référentiel de code automatise ce nettoyage.[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/deploy-lustre-file-system-for-high-performance-data-processing-with-terraform-dra.html) | AWS DevOps, DevOps ingénieur | ## Résolution des problèmes | Problème | Solution | | --- | --- | | FSx pour Lustre renvoie des erreurs. | Pour obtenir de l'aide concernant FSx les problèmes liés à Lustre, consultez la section [Résolution des problèmes liés à Amazon FSx for Lustre](https://docs.aws.amazon.com/fsx/latest/LustreGuide/troubleshooting.html) dans la FSx documentation relative à Lustre. | ## Ressources connexes + [Création d'Amazon FSx pour Lustre à l'aide de Terraform](https://registry.terraform.io/providers/hashicorp/aws/latest/docs/resources/fsx_lustre_file_system) (référence du AWS fournisseur dans la documentation Terraform) + [Commencer à utiliser Amazon FSx pour Lustre](https://docs.aws.amazon.com/fsx/latest/LustreGuide/getting-started.html) (FSx pour la documentation Lustre) + [AWS articles de blog sur Amazon FSx pour Lustre](https://aws.amazon.com/blogs/storage/tag/amazon-fsx-for-lustre/) # Configurer un tableau de bord de surveillance Grafana pour AWS ParallelCluster *Dario La Porta et William Lu, Amazon Web Services* ## Résumé AWS vous ParallelCluster aide à déployer et à gérer des clusters de calcul haute performance (HPC). Il prend en charge les planificateurs de tâches open source AWS Batch et Slurm. Bien qu'AWS ParallelCluster soit intégré à Amazon CloudWatch pour la journalisation et les métriques, il ne fournit pas de tableau de bord de surveillance pour la charge de travail. Le tableau de [bord Grafana pour AWS ParallelCluster](https://github.com/aws-samples/aws-parallelcluster-monitoring) (GitHub) est un tableau de bord de surveillance pour AWS. ParallelCluster Il fournit des informations sur le planificateur de tâches et des mesures de surveillance détaillées au niveau du système d'exploitation (OS). Pour plus d'informations sur les tableaux de bord inclus dans cette solution, consultez la section [Exemples de tableaux](https://github.com/aws-samples/aws-parallelcluster-monitoring#example-dashboards) de bord dans le GitHub référentiel. Ces indicateurs vous aident à mieux comprendre la charge de travail HPC et ses performances. Cependant, le code du tableau de bord n'est pas mis à jour pour les dernières versions d'AWS ParallelCluster ni pour les packages open source utilisés dans la solution. Ce modèle améliore la solution pour offrir les avantages suivants : + Compatible avec AWS ParallelCluster v3 + Utilise la dernière version des packages open source, notamment Prometheus, Grafana, Prometheus Slurm Exporter et NVIDIA DCGM-Exporter + Augmente le nombre de cœurs de processeur utilisés par GPUs les tâches Slurm + Ajoute un tableau de bord de suivi des tâches + Améliore le tableau de bord de surveillance des nœuds GPU pour les nœuds dotés de 4 ou 8 unités de traitement graphique (GPUs) Cette version de la solution améliorée a été mise en œuvre et vérifiée dans l'environnement de production HPC d'un client AWS. ## Conditions préalables et limitations **Conditions préalables** + [ ParallelCluster CLI AWS](https://docs.aws.amazon.com/parallelcluster/latest/ug/pcluster-v3.html), installée et configurée. + [Configuration réseau](https://docs.aws.amazon.com/parallelcluster/latest/ug/iam-roles-in-parallelcluster-v3.html) prise en charge pour AWS ParallelCluster. Ce modèle utilise l'[AWS ParallelCluster en utilisant une configuration de deux sous-réseaux](https://docs.aws.amazon.com/parallelcluster/latest/ug/network-configuration-v3.html#network-configuration-v3-two-subnets), qui nécessite un sous-réseau public, un sous-réseau privé, une passerelle Internet et une passerelle NAT. + Tous les nœuds ParallelCluster du cluster AWS doivent disposer d'un accès à Internet. Cela est nécessaire pour que les scripts d'installation puissent télécharger le logiciel open source et les images Docker. + Une [paire de clés](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-key-pairs.html) dans Amazon Elastic Compute Cloud (Amazon EC2). Les ressources dotées de cette paire de clés ont un accès Secure Shell (SSH) au nœud principal. **Limites** + Ce modèle est conçu pour prendre en charge Ubuntu 20.04 LTS. Si vous utilisez une autre version d'Ubuntu ou si vous utilisez Amazon Linux ou CentOS, vous devez modifier les scripts fournis avec cette solution. Ces modifications ne sont pas incluses dans ce modèle. **Versions du produit** + Ubuntu 20.04 LTS + ParallelCluster 3. X **Considérations relatives à la facturation et aux coûts** + La solution déployée selon ce modèle n'est pas couverte par le niveau gratuit. Des frais s'appliquent pour Amazon EC2, Amazon FSx for Lustre, la passerelle NAT d'Amazon VPC et Amazon Route 53. ## Architecture **Architecture cible** Le schéma suivant montre comment un utilisateur peut accéder au tableau de bord de surveillance d'AWS ParallelCluster sur le nœud principal. Le nœud principal exécute NICE DCV, Prometheus, Grafana, Prometheus Slurm Exporter, Prometheus Node Exporter et NGINX Open Source. Les nœuds de calcul exécutent Prometheus Node Exporter, et ils exécutent également NVIDIA DCGM-Exporter si le nœud contient. GPUs Le nœud principal récupère les informations des nœuds de calcul et affiche ces données dans le tableau de bord Grafana. ![\[Accès au tableau de bord de surveillance pour AWS ParallelCluster sur le nœud principal.\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/images/pattern-img/a2132c94-98e0-4b90-8be0-99ebfa546442/images/d2255792-f66a-4ef2-8f04-cc3d5482db5f.png) Dans la plupart des cas, le nœud principal n'est pas très chargé car le planificateur de tâches ne nécessite pas une quantité importante de processeur ou de mémoire. Les utilisateurs accèdent au tableau de bord sur le nœud principal en utilisant le protocole SSL sur le port 443. Tous les spectateurs autorisés peuvent consulter les tableaux de bord de surveillance de manière anonyme. Seul l'administrateur de Grafana peut modifier les tableaux de bord. Vous configurez un mot de passe pour l'administrateur Grafana dans le `aws-parallelcluster-monitoring/docker-compose/docker-compose.head.yml` fichier. ## Outils **Services AWS** + [NICE DCV](https://docs.aws.amazon.com/dcv/#nice-dcv) est un protocole d'affichage à distance hautes performances qui vous permet de diffuser des postes de travail distants et des applications depuis n'importe quel cloud ou centre de données vers n'importe quel appareil, dans des conditions de réseau variables. + [AWS](https://docs.aws.amazon.com/parallelcluster/latest/ug/what-is-aws-parallelcluster.html) vous ParallelCluster aide à déployer et à gérer des clusters de calcul haute performance (HPC). Il prend en charge les planificateurs de tâches open source AWS Batch et Slurm. + [Amazon Simple Storage Service (Amazon S3)](https://docs.aws.amazon.com/AmazonS3/latest/userguide/Welcome.html) est un service de stockage d'objets basé sur le cloud qui vous permet de stocker, de protéger et de récupérer n'importe quel volume de données. + [Amazon Virtual Private Cloud (Amazon VPC)](https://docs.aws.amazon.com/vpc/latest/userguide/what-is-amazon-vpc.html) vous aide à lancer des ressources AWS dans un réseau virtuel que vous avez défini. **Autres outils** + [Docker](https://www.docker.com/) est un ensemble de produits de plateforme en tant que service (PaaS) qui utilisent la virtualisation au niveau du système d'exploitation pour fournir des logiciels dans des conteneurs. + [Grafana](https://grafana.com/docs/grafana/latest/introduction/) est un logiciel open source qui vous permet d'interroger, de visualiser, d'alerter et d'explorer les métriques, les journaux et les traces. + [NGINX Open Source](https://nginx.org/en/docs/?_ga=2.187509224.1322712425.1699399865-405102969.1699399865) est un serveur Web open source et un proxy inverse. + [NVIDIA Data Center GPU Manager (DCGM)](https://docs.nvidia.com/data-center-gpu-manager-dcgm/index.html) est une suite d'outils permettant de gérer et de surveiller les unités de traitement graphique des centres de données NVIDIA (GPUs) dans des environnements de clusters. Dans ce modèle, vous utilisez [DCGM-Exporter](https://github.com/NVIDIA/dcgm-exporter), qui vous permet d'exporter les métriques du GPU depuis Prometheus. + [Prometheus](https://prometheus.io/docs/introduction/overview/) *est une boîte à outils open source de surveillance des systèmes qui collecte et stocke ses métriques sous forme de séries chronologiques associées à des paires clé-valeur, appelées étiquettes.* Dans ce modèle, vous utilisez également [Prometheus Slurm](https://github.com/vpenso/prometheus-slurm-exporter) Exporter pour collecter et exporter des métriques, et vous utilisez Prometheus Node Exporter pour exporter des métriques depuis les [nœuds](https://github.com/prometheus/node_exporter) de calcul. + [Ubuntu](https://help.ubuntu.com/) est un système d'exploitation open source basé sur Linux conçu pour les serveurs d'entreprise, les ordinateurs de bureau, les environnements cloud et l'IoT. **Référentiel de code** Le code de ce modèle est disponible dans le GitHub [pcluster-monitoring-dashboard](https://github.com/aws-samples/parallelcluster-monitoring-dashboard)référentiel. ## Épopées ### Créez les ressources nécessaires | Sous-tâche | Description | Compétences requises | | --- | --- | --- | | Créez un compartiment S3. | Créez un compartiment Amazon S3. Vous utilisez ce compartiment pour stocker les scripts de configuration. Pour obtenir des instructions, consultez [la section Création d'un compartiment](https://docs.aws.amazon.com/AmazonS3/latest/userguide/create-bucket-overview.html) dans la documentation Amazon S3. | AWS général | | Pour cloner le référentiel. | Clonez le GitHub [pcluster-monitoring-dashboard](https://github.com/aws-samples/parallelcluster-monitoring-dashboard/tree/main/aws-parallelcluster-monitoring)dépôt en exécutant la commande suivante.
git clone https://github.com/aws-samples/parallelcluster-monitoring-dashboard.git
| DevOps ingénieur | | Créez un mot de passe administrateur. | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/set-up-a-grafana-monitoring-dashboard-for-aws-parallelcluster.html) | Scriptage de scripts Linux Shell | | Copiez les fichiers requis dans le compartiment S3. | Copiez le script [post\$1install.sh](https://github.com/aws-samples/parallelcluster-monitoring-dashboard/blob/main/post_install.sh) et le [aws-parallelcluster-monitoring](https://github.com/aws-samples/parallelcluster-monitoring-dashboard/tree/main/aws-parallelcluster-monitoring)dossier dans le compartiment S3 que vous avez créé. Pour obtenir des instructions, consultez la section [Chargement d'objets](https://docs.aws.amazon.com/AmazonS3/latest/userguide/upload-objects.html) dans la documentation Amazon S3. | AWS général | | Configurez un groupe de sécurité supplémentaire pour le nœud principal. | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/set-up-a-grafana-monitoring-dashboard-for-aws-parallelcluster.html) | Administrateur AWS | | Configurez une politique IAM pour le nœud principal. | Créez une politique basée sur l'identité pour le nœud principal. Cette politique permet au nœud de récupérer des données métriques auprès d'Amazon CloudWatch. Le GitHub dépôt contient un exemple de [politique](https://github.com/aws-samples/parallelcluster-monitoring-dashboard/blob/main/policies/head_node.json). Pour obtenir des instructions, consultez [la section Création de politiques IAM](https://docs.aws.amazon.com/IAM/latest/UserGuide/access_policies_create.html) dans la documentation AWS Identity and Access Management (IAM). | Administrateur AWS | | Configurez une politique IAM pour les nœuds de calcul. | Créez une politique basée sur l'identité pour les nœuds de calcul. Cette politique permet au nœud de créer les balises contenant l'ID de la tâche et le propriétaire de la tâche. Le GitHub dépôt contient un exemple de [politique](https://github.com/aws-samples/parallelcluster-monitoring-dashboard/blob/main/policies/compute_node.json). Pour obtenir des instructions, consultez [la section Création de politiques IAM](https://docs.aws.amazon.com/IAM/latest/UserGuide/access_policies_create.html) dans la documentation IAM.Si vous utilisez le fichier d'exemple fourni, remplacez les valeurs suivantes :[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/set-up-a-grafana-monitoring-dashboard-for-aws-parallelcluster.html) | Administrateur AWS | ### Créer le cluster | Sous-tâche | Description | Compétences requises | | --- | --- | --- | | Modifiez le fichier de modèle de cluster fourni. | Créez le ParallelCluster cluster AWS. Utilisez le fichier modèle CloudFormation AWS [cluster.yaml](https://github.com/aws-samples/parallelcluster-monitoring-dashboard/blob/main/cluster.yaml) fourni comme point de départ pour créer le cluster. Remplacez les valeurs suivantes dans le modèle fourni :[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/set-up-a-grafana-monitoring-dashboard-for-aws-parallelcluster.html) | Administrateur AWS | | Créez le cluster. | Dans la ParallelCluster CLI AWS, entrez la commande suivante. Cela déploie le CloudFormation modèle et crée le cluster. Pour plus d'informations sur cette commande, consultez [pcluster create-cluster dans la documentation](https://docs.aws.amazon.com/parallelcluster/latest/ug/pcluster.create-cluster-v3.html) AWS. ParallelCluster 
pcluster create-cluster -n  -c cluster.yaml
| Administrateur AWS | | Surveillez la création du cluster. | Entrez la commande suivante pour surveiller la création du cluster. Pour plus d'informations sur cette commande, consultez [pcluster describe-cluster dans la documentation](https://docs.aws.amazon.com/parallelcluster/latest/ug/pcluster.describe-cluster-v3.html) AWS. ParallelCluster 
pcluster describe-cluster -n
| Administrateur AWS | ### Utilisation des tableaux de bord Grafana | Sous-tâche | Description | Compétences requises | | --- | --- | --- | | Accès au portail Grafana. | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/set-up-a-grafana-monitoring-dashboard-for-aws-parallelcluster.html) | Administrateur AWS | ### Nettoyez la solution pour ne plus encourir de coûts associés | Sous-tâche | Description | Compétences requises | | --- | --- | --- | | Supprimez le cluster. | Entrez la commande suivante pour supprimer le cluster. Pour plus d'informations sur cette commande, consultez [pcluster delete-cluster dans la documentation](https://docs.aws.amazon.com/parallelcluster/latest/ug/pcluster.delete-cluster-v3.html) AWS. ParallelCluster 
pcluster delete-cluster -n
| Administrateur AWS | | Supprimez les politiques IAM. | Supprimez les politiques que vous avez créées pour le nœud principal et le nœud de calcul. Pour plus d'informations sur la suppression de politiques, consultez [la section Suppression de politiques IAM](https://docs.aws.amazon.com/IAM/latest/UserGuide/access_policies_manage-delete.html) dans la documentation IAM. | Administrateur AWS | | Supprimez le groupe de sécurité et la règle. | Supprimez le groupe de sécurité que vous avez créé pour le nœud principal. Pour plus d'informations, consultez [Supprimer les règles du groupe de sécurité](https://docs.aws.amazon.com/vpc/latest/userguide/working-with-security-groups.html#deleting-security-group-rules) et [Supprimer un groupe de sécurité](https://docs.aws.amazon.com/vpc/latest/userguide/working-with-security-groups.html#deleting-security-groups) dans la documentation Amazon VPC. | Administrateur AWS | | Supprimez le compartiment S3. | Supprimez le compartiment S3 que vous avez créé pour stocker les scripts de configuration. Pour plus d'informations, consultez [Supprimer un compartiment](https://docs.aws.amazon.com/AmazonS3/latest/userguide/delete-bucket.html) dans la documentation Amazon S3. | AWS général | ## Résolution des problèmes | Problème | Solution | | --- | --- | | Le nœud principal n'est pas accessible dans le navigateur. | Vérifiez le groupe de sécurité et confirmez que le port entrant 443 est ouvert. | | Grafana ne s'ouvre pas. | Sur le nœud principal, vérifiez le journal du conteneur pour`docker logs Grafana`. | | Certaines mesures ne contiennent aucune donnée. | Sur le nœud principal, vérifiez les journaux de tous les conteneurs. | ## Ressources connexes **Documentation AWS** + [Politiques IAM pour Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/iam-policies-for-amazon-ec2.html) **Autres ressources AWS** + [AWS ParallelCluster](https://aws.amazon.com/hpc/parallelcluster/) + [Tableau de bord de surveillance pour AWS ParallelCluster](https://aws.amazon.com/blogs/compute/monitoring-dashboard-for-aws-parallelcluster/) (article de blog AWS) **Autres ressources** + [Système de surveillance Prometheus](https://prometheus.io/) + [Grafana](https://grafana.com/) # Plus de modèles **Topics** + [Implémentez les diagnostics et le dépannage de Kubernetes basés sur l'IA grâce à l'intégration de K8sGPT et Amazon Bedrock](implement-ai-powered-kubernetes-diagnostics-and-troubleshooting-with-k8sgpt-and-amazon-bedrock-integration.md)