翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

PCS AWS クラスターのスケジューラバージョンを更新する

以下の手順を使用して、クラスターのスケジューラバージョンを更新します。ジョブの中断を許容できるかどうかに応じて、2 つのオプションがあります。オプションの選択の詳細については、「」を参照してくださいPCS AWS でのクラスターのスケジューラバージョンの更新。

オプション 1: ローリング更新

フリートの実行中にコントローラーが更新されます。既存のノードは、ドレインされて置き換えられるまで、以前の Slurm バージョンを使用し続けます。更新後に起動された新しいノードは、ターゲットバージョンを使用します。実行中のジョブは中断されません。

どのようなときに使うか:

ステップ 0 — 開始状態を確認する

クラスターでコントローラーバージョン「A」 (例: 24.11) が実行されており、バージョン「B」 (例: 25.11) に移行する場合。クラスターノードから次のコマンドを使用して、フリート内のすべてのコンピューティングノードが同じメジャーバージョンを実行していることを確認します。

scontrol show nodes | grep "Version="

# Example output:
#   NodeAddr=compute-1 NodeHostName=compute-1 Version=24.11.7
#   NodeAddr=compute-2 NodeHostName=compute-2 Version=24.11.7

コンピューティングノードで AWS PCS エージェントのバージョンを確認します。Systems Manager を使用してノードに接続し、ブートストラップログを確認します。

grep "PCS Agent version" /var/log/amazon/pcs/bootstrap.log | tail -1

# Example output:
#   /opt/aws/pcs/bin/pcs_bootstrap_init.sh: INFO: Bootstrap starting with PCS Agent version: 1.3.2-1

ローリング更新では、すべてのコンピューティングノード AMIs で AWS PCS エージェントバージョン 1.4.0 以降が必要です。詳細については、「AWS PCS エージェントバージョン」を参照してください。

ステップ 1 — デュアルバージョン AMIs

Slurm バージョン A とバージョン B の両方、および最新の PCS エージェントを含む AMIs を構築または識別します。 AWS

AMIsができたら、次の操作を行います。

ステップ 2 — クラスターコントローラーを更新する

UpdateCluster をバージョン B scheduler.versionに設定して を呼び出します。

AWS マネジメントコンソール

1. https://console.aws.amazon.com/pcs/ で AWS PCS コンソールを開きます。

2. ナビゲーションペインで [Clusters] (クラスター) を選択してください。

3. 更新するクラスターを選択し、編集を選択します。

4. クラスターの詳細で、スケジューラドロップダウンからターゲットスケジューラのバージョンを選択します。

5. 更新を選択してバージョン更新を送信します。

6. クラスターのステータスをモニタリングします。クラスターは更新UPDATING中に と表示され、完了ACTIVEすると に戻ります。通常、更新は 5～15 分で完了します。

AWS CLI

aws pcs update-cluster \
  --cluster-identifier cluster-id \
  --scheduler version=25.11

クラスターが に戻るまで待ちますACTIVE。通常、更新は 5～15 分で完了します。

このオペレーション中、コントローラーは一時的に使用できなくなります。

更新後、コンピューティングフリートは混合状態になります。更新前に実行されているノードは引き続き Slurm バージョン A の を使用しますslurmd。新しいノードは Slurm バージョン B を使用します。これは想定されます。

クラスターが 30 UPDATE_FAILED分以内に ACTIVEまたは に戻らない場合は、 AWS サポートにお問い合わせください。

ステップ 3 — Slurm バージョン A を実行しているノードをドレインする

以前のバージョンに残っているノードを特定してドレインします。クラスターのノードから、以下を実行します。

scontrol show nodes | grep "Version="
scontrol update NodeName=node State=DRAIN Reason="Slurm version update"

ドレインされたノードが現在のジョブを完了すると、それらは終了し、Slurm バージョン B のノードに置き換えられます。

ステップ 4 — Slurm バージョン B で一貫したフリートを検証する

すべてのノードレポートバージョン B を確認します。クラスターのノードから以下を実行します。

scontrol show nodes | grep "Version="

これで、すべてのノードで Slurm バージョン B が報告されます。更新は完了です。

オプション 2: フルフリートのリサイクル

フリート全体は、コントローラーが更新される前に終了し、ターゲットの Slurm バージョンを持つ新しい AMI からスケールアップされます。この手順はよりシンプルですが、すべてのノードと実行中のジョブを終了する必要があります。

どのようなときに使うか:

ステップ 0 — 開始状態を確認する

クラスターでコントローラーバージョン「A」 (例: 24.11) が実行されており、バージョン「B」 (例: 25.11) に移行する場合。クラスターノードから次のコマンドを使用して、フリート内のすべてのコンピューティングノードが同じメジャーバージョンを実行していることを確認します。

scontrol show nodes | grep "Version="

# Example output:
#   NodeAddr=compute-1 NodeHostName=compute-1 Version=24.11.7
#   NodeAddr=compute-2 NodeHostName=compute-2 Version=24.11.7

コンピューティングノードで AWS PCS エージェントのバージョンを確認します。Systems Manager を使用してノードに接続し、ブートストラップログを確認します。

grep "PCS Agent version" /var/log/amazon/pcs/bootstrap.log | tail -1

# Example output:
#   /opt/aws/pcs/bin/pcs_bootstrap_init.sh: INFO: Bootstrap starting with PCS Agent version: 1.3.2-1

ターゲット AMIs AWS で最新の PCS エージェントを使用します。詳細については、「AWS PCS エージェントバージョン」を参照してください。

ステップ 1 — ターゲット AMIs を準備する

Slurm バージョン B と最新の PCS エージェントを含む AMIs を構築または識別します。 AWS

ステップ 2 — フリート全体をスケールダウンする

maxNodeCount 各コンピューティングノードグループの現在の minNodeCountと を記録します。これらはステップ 4 で復元します。

for cng in $(aws pcs list-compute-node-groups --cluster-identifier cluster-id --query "computeNodeGroups[].id" --output text); do
    aws pcs get-compute-node-group \
      --cluster-identifier cluster-id \
      --compute-node-group-identifier "$cng" \
      --query "computeNodeGroup.{Id:id,AmiId:amiId,Min:scalingConfiguration.minInstanceCount,Max:scalingConfiguration.maxInstanceCount}" \
      --output table
  done

すべてのコンピューティングノードグループ0で minNodeCountと maxNodeCount を に設定します。

aws pcs update-compute-node-group \
  --cluster-identifier cluster-id \
  --compute-node-group-identifier cng-id \
  --scaling-configuration '{"minNodeCount": 0, "maxNodeCount": 0}'

続行する前に、クラスターaws:pcs:cluster-idに一致するタグが付けられたインスタンスが実行されていないことを確認します。

aws ec2 describe-instances \
    --filters "Name=tag:aws:pcs:cluster-id,Values=cluster-id" \
    --query "Reservations[].Instances[].[InstanceId,ImageId,State.Name]" \
    --output table

ステップ 3 — クラスターコントローラーを更新する

AWS マネジメントコンソール

1. https://console.aws.amazon.com/pcs/ で AWS PCS コンソールを開きます。

2. ナビゲーションペインで [Clusters] (クラスター) を選択してください。

3. 更新するクラスターを選択し、編集を選択します。

4. クラスターの詳細で、スケジューラドロップダウンからターゲットスケジューラのバージョンを選択します。

5. 更新を選択してバージョン更新を送信します。

6. クラスターのステータスをモニタリングします。クラスターは更新UPDATING中に と表示され、完了ACTIVEすると に戻ります。通常、更新は 5～15 分で完了します。

AWS CLI

aws pcs update-cluster \
  --cluster-identifier cluster-id \
  --scheduler version=25.11

クラスターが に戻るまで待ちますACTIVE。通常、更新は 5～15 分で完了します。

クラスターが 30 UPDATE_FAILED分以内に ACTIVEまたは に戻らない場合は、 AWS サポートにお問い合わせください。

ステップ 4 — コンピューティングノードグループを更新して容量を復元する

コンピューティングノードグループごとに、新しい AMI を設定し、元の最小容量制限と最大容量制限を復元します。

aws pcs update-compute-node-group \
  --cluster-identifier cluster-id \
  --compute-node-group-identifier cng-id \
  --ami-id new-ami-id \
  --scaling-configuration '{"minNodeCount": previous-min, "maxNodeCount": previous-max}'

クラスターがスケールアップします。すべての新しいノードは、最新の PCS エージェントを使用して Slurm バージョン B AWS を実行します。

例: 複数のバージョンにわたる更新

ターゲットバージョンが現在のバージョンの互換性ウィンドウ外にある場合は、コントローラーを 1 つ以上の中間バージョンに移動し、一度に 1 ホップずつ更新する必要があります。各ホップは、現在のコントローラーバージョンの互換性ウィンドウ内でサポートされているバージョンをターゲットにする必要があります。

はコントローラーを更新する前にフリートをゼロにオプション 2: フルフリートのリサイクルスケールするため、コントローラーがバージョン間で移動している間、コンピューティングノードは実行されません。その結果、AMIs最終ターゲットバージョンを直接使用できます。ホップごとにコントローラーの更新 (ステップ 3) のみが繰り返されます。

次の例では、オプション 2 の手順を使用してクラスターを 23.11 から 25.11 に更新します。 23.11 は 25.11 の互換性ウィンドウ外にあるため、コントローラーは 2 つのホップ (23.11 から 25.05、25.05 から 25.11) で更新されます。オプション 2 のステップに従い、ステップ 3 をホップごとに 1 つの更新に分割します。