在 AWS PCS 中更新叢集的排程器版本

AWS PCS 可讓您在現有叢集上更新排程器版本，而無需重建基礎設施。版本更新會將叢集控制器移至較新的 Slurm 主要版本，讓您存取新功能、效能改善和安全性修補程式。在生命週期結束之前，較新的版本也有較長的支援生命週期。

概觀

排程器版本更新包含三個操作：

準備目標 AMIs — 建置或識別包含目標 Slurm 版本和最新 AWS PCS 代理程式的 AMIs。
更新叢集 (UpdateCluster) — 將控制器移至目標 Slurm 主要版本。
更新運算節點群組 (UpdateComputeNodeGroup) — 將每個運算節點群組指向新的 AMI，讓新的節點使用目標版本。如需詳細資訊，請參閱更新 AWS PCS 運算節點群組。

您可以遵循兩個路徑。根據您是否可以容忍任務中斷，以及您是否要使用雙版本 AMI （同時包含目前和目標 Slurm 版本）來選擇。

無論您選擇哪個選項，在程序開始之前，叢集中的所有節點都必須執行相同的版本 "A"，而且在程序結束時，所有節點都必須執行相同的版本 "B"。無論您的叢集組態為何，選項 2 都可以運作。

	選項 1：滾動更新	選項 2：完整機群資源回收
執行任務	不需要終止任務	所有執行中的任務已終止
AMI 需求	必須同時包含目前和目標 Slurm 版本	只需要目標 Slurm 版本
最低叢集控制器版本	24.05	無限制
控制器更新後的運算機群	暫時混合版本；需要耗盡步驟。我們建議將叢集中使用混合版本的時間量降至最低。	所有節點在目標版本上開始更新

開始之前，請確保所有運算節點都位於 Slurm A 版本的最新修補程式上，以及最新的 AWS PCS 代理程式上。

下列組態需要額外的步驟，或與選項 1 不相容（滾動更新）。如果沒有記下的解決方法，您必須改用選項 2 （完整機群資源回收）：

垃圾郵件外掛程式 – 如果您的叢集使用垃圾郵件外掛程式（外掛程式組態），則不支援選項 1。滾動更新可能會導致外掛程式組態版本不符和外掛程式失敗。
CLI 篩選條件外掛程式更新至 25.11 – 如果您的叢集使用 CLI 篩選條件外掛程式並更新至 25.11 版，選項 1 （滾動更新）會要求您在更新期間CliFilterParameters明確設定叢集的 Slurm 設定。如果沒有 CliFilterParameters，執行先前版本的節點無法在控制器更新後解析 CLI 篩選條件指令碼路徑，這會導致sbatch失敗。如需詳細資訊，請參閱使用 Slurm CLI 篩選條件外掛程式在 AWS PCS 中自訂任務提交。

下表顯示要更新的目標版本，視目前的叢集版本而定。一律建議升級至最新允許的版本（以粗體顯示）。

叢集和所有運算節點在啟動更新之前，必須一律執行相同的 Slurm 版本。

如需支援版本和end-of-life的詳細資訊，請參閱 AWS PCS 中的 Slurm 版本。

您無法在單一更新中略過超過三個主要版本。如果您的目標版本在目前版本之前超過三個主要版本，請連續多個步驟執行更新。如需多步驟範例，請參閱範例：跨多個版本更新。

在更新期間，Slurm 控制器會短暫無法使用。如此會帶來下列效果：

執行中任務 — 對於選項 1 （滾動更新），已在運算節點上執行的任務會繼續執行。運算節點不需要控制器可用於作用中的任務執行。對於選項 2 （完整機群資源回收），所有執行中的任務會在機群縮減時終止。
新任務提交 — 您無法在控制器無法使用時提交新任務或執行排程器命令。
擴展 — 自動擴展會在更新期間暫停。在更新完成之前，不會啟動任何新的執行個體，也不會終止任何執行個體以進行縮減。
會計資料 — 如果啟用會計，會計資料會在更新期間保留。儲存在會計資料庫中的任務記錄會在版本變更後保留。
Slurm REST API — 如果在叢集上啟用 Slurm REST API，它會自動更新為新的排程器版本，作為UpdateCluster操作的一部分。REST API 端點在更新期間無法使用，並在叢集返回 ACTIVE 狀態時繼續。如需詳細資訊，請參閱AWS PCS 中的 Slurm REST API。

您可以在單一UpdateCluster請求中結合版本更新和其他組態變更。例如，您可以更新排程器版本，並在相同的操作中啟用會計。

當機群仍包含先前版本的節點時，請勿新增目標版本的特定 Slurm 設定。組態會分佈到所有節點；舊的 slurmd可能無法辨識新參數。

您的瀏覽器已停用或無法使用 Javascript。

您必須啟用 Javascript，才能使用 AWS 文件。請參閱您的瀏覽器說明頁以取得說明。

更新叢集

更新排程器版本