步驟 1 – 擷取目標 AWS PCS叢集的地址和秘密步驟 2 – 啟動EC2執行個體步驟 3 – 在執行個體上安裝 Slurm 步驟 4 – 擷取和儲存叢集秘密步驟 5 – 設定與叢集的 AWS PCS連線步驟 6 – （選用）測試連線

使用獨立執行個體作為 AWS PCS登入節點

您可以設定獨立EC2執行個體來與 AWS PCS叢集的 Slurm 排程器互動。這對於建立使用 AWS PCS叢集但在管理之外 AWS PCS操作的登入節點、工作站或專用工作流程管理主機非常有用。若要這麼做，每個獨立執行個體都必須：

安裝相容的 Slurm 軟體版本。
能夠連線至 AWS PCS叢集的 Slurmctld 端點。
使用 AWS PCS叢集的端點和秘密正確設定 Slurm Auth 和 Cred Kiosk Daemon （sackd）。如需詳細資訊，請參閱 Slurm 文件中的封裝。

本教學課程可協助您設定連接至 AWS PCS叢集的獨立執行個體。

內容

步驟 1 – 擷取目標 AWS PCS叢集的地址和秘密

使用擷取目標 AWS PCS叢集的詳細資訊， AWS CLI 並搭配以下命令。執行命令之前，請執行下列替換：

Replace (取代) region-code 目標叢集執行 AWS 區域所在的。
Replace (取代) cluster-ident 目標叢集的名稱或識別碼


aws pcs get-cluster --region region-code --cluster-identifier cluster-ident

命令會傳回類似此範例的輸出。


{
    "cluster": {
        "name": "get-started",
        "id": "pcs_123456abcd",
        "arn": "arn:aws:pcs:us-east-1:111122223333:cluster/pcs_123456abcd",
        "status": "ACTIVE",
        "createdAt": "2024-09-23T21:03:52+00:00",
        "modifiedAt": "2024-09-23T21:03:52+00:00",
        "scheduler": {
            "type": "SLURM",
            "version": "23.11"
        },
        "size": "SMALL",
        "slurmConfiguration": {
            "authKey": {
                "secretArn": "arn:aws:secretsmanager:us-east-1:111122223333:secret:pcs!slurm-secret-pcs_123456abcd-a12ABC",
                "secretVersion": "ef232370-d3e7-434c-9a87-ec35c1987f75"
            }
        },
        "networking": {
            "subnetIds": [
                "subnet-0123456789abcdef0"
            ],
            "securityGroupIds": [
                "sg-0123456789abcdef0"
            ]
        },
        "endpoints": [
            {
                "type": "SLURMCTLD",
                "privateIpAddress": "10.3.149.220",
                "port": "6817"
            }
        ]
    }
}

在此範例中，叢集 Slurm 控制器端點的 IP 地址為，10.3.149.220且正在連接埠上執行6817。secretArn 將在稍後的步驟中使用來擷取叢集秘密。IP 地址和連接埠將在稍後的步驟中使用，以設定sackd服務。

步驟 2 – 啟動EC2執行個體

啟動 EC2 執行個體

開啟 Amazon EC2主控台。
在導覽窗格中，選擇 Instances (執行個體)，接著選擇 Launch Instances (啟動執行個體) 來開啟新的啟動執行個體精靈。
（選用）在名稱和標籤區段中，提供執行個體的名稱，例如 PCS-LoginNode。該名稱將指派作為執行個體的資源標籤 (Name=PCS-LoginNode)。
在應用程式和作業系統映像區段中，AMI為支援的其中一個作業系統選取 AWS PCS。如需詳細資訊，請參閱支援的作業系統。
在執行個體類型區段中，選取支援的執行個體類型。如需詳細資訊，請參閱支援的執行個體類型。
在金鑰對區段中，選取要用於執行個體的SSH金鑰對。
在網路設定區段中：
1. 選擇編輯。
  1. 選取叢集VPC AWS PCS的。
  2. 針對防火牆（安全群組），選擇選取現有的安全群組 。
    1. 選取允許執行個體與目標 AWS PCS叢集 Slurm 控制器之間的流量的安全群組。如需詳細資訊，請參閱安全群組需求和考量事項。
    2. （選用）選取允許傳入SSH存取執行個體的安全群組。
在儲存區段中，視需要設定儲存磁碟區。請務必設定足夠的空間來安裝應用程式和程式庫，以啟用您的使用案例。
在進階下，選擇允許存取叢集秘密IAM的角色。如需詳細資訊，請參閱取得 Slurm 叢集秘密。
在摘要窗格中，選擇啟動執行個體 。

步驟 3 – 在執行個體上安裝 Slurm

當執行個體啟動並啟用時，請使用您偏好的機制連線到執行個體。使用提供的 Slurm 安裝程式 AWS ，將 Slurm 安裝到執行個體上。如需詳細資訊，請參閱Slurm 安裝程式。

下載 Slurm 安裝程式、解壓縮安裝程式，並使用installer.sh指令碼安裝 Slurm。如需詳細資訊，請參閱步驟 3 – 安裝 Slurm。

步驟 4 – 擷取和儲存叢集秘密

這些指示需要 AWS CLI。如需詳細資訊，請參閱第 2 版使用者指南中的安裝或更新至最新版本 AWS CLIAWS Command Line Interface 的。

使用下列命令存放叢集秘密。

建立 Slurm 的組態目錄。
```
sudo mkdir -p /etc/slurm
```
擷取、解碼和儲存叢集秘密。在執行此命令之前，請取代 region-code 目標叢集正在執行的區域，並取代 secret-arn 在步驟 1 中secretArn擷取的值。
```
sudo aws secretsmanager get-secret-value \
    --region region-code \
    --secret-id 'secret-arn' \
    --version-stage AWSCURRENT \
    --query 'SecretString' \
    --output text | base64 -d > /etc/slurm/slurm.key
```
警告
在多使用者環境中，具有執行個體存取權的任何使用者，如果可以存取執行個體中繼資料服務（），則可能可以擷取叢集機密IMDS。這反過來可以允許他們冒充其他使用者。考慮將的存取權限制IMDS為僅限根使用者或管理使用者。或者，請考慮使用不依賴執行個體設定檔的不同機制來擷取和設定秘密。
設定 Slurm 金鑰檔案的擁有權和許可。
```
sudo chmod 0600 /etc/slurm/slurm.key
sudo chown slurm:slurm /etc/slurm/slurm.key
```
注意
Slurm 金鑰必須由執行sackd服務的使用者和群組擁有。

步驟 5 – 設定與叢集的 AWS PCS連線

若要建立與叢集的 AWS PCS連線，請依照下列步驟以系統服務sackd啟動。

使用下列命令設定sackd服務的環境檔案。在執行命令之前，請取代 ip-address 以及 port 以及步驟 1 中從端點擷取的值。
```
sudo echo "SACKD_OPTIONS='--conf-server=ip-address:port'" > /etc/sysconfig/sackd
```

建立用於管理sackd程序systemd的服務檔案。


sudo cat << EOF > /etc/systemd/system/sackd.service
[Unit]
Description=Slurm auth and cred kiosk daemon
After=network-online.target remote-fs.target
Wants=network-online.target
ConditionPathExists=/etc/sysconfig/sackd

[Service]
Type=notify
EnvironmentFile=/etc/sysconfig/sackd
User=slurm
Group=slurm
RuntimeDirectory=slurm
RuntimeDirectoryMode=0755
ExecStart=/opt/aws/pcs/scheduler/slurm-23.11/sbin/sackd --systemd \$SACKD_OPTIONS
ExecReload=/bin/kill -HUP \$MAINPID
KillMode=process
LimitNOFILE=131072
LimitMEMLOCK=infinity
LimitSTACK=infinity

[Install]
WantedBy=multi-user.target
EOF

設定sackd服務檔案的擁有權。


sudo chown root:root /etc/systemd/system/sackd.service && \
    sudo chmod 0644 /etc/systemd/system/sackd.service

啟用 sackd服務。


sudo systemctl daemon-reload && sudo systemctl enable sackd

啟動 sackd 服務。
```
sudo systemctl start sackd
```

步驟 6 – （選用）測試連線

確認sackd服務正在執行。範例輸出如下。如果有錯誤，通常會顯示在這裡。


[root@ip-10-3-27-112 ~]# systemctl status sackd
[x] sackd.service - Slurm auth and cred kiosk daemon
   Loaded: loaded (/etc/systemd/system/sackd.service; enabled; vendor preset: disabled)
   Active: active (running) since Tue 2024-07-16 16:34:55 UTC; 8s ago
 Main PID: 9985 (sackd)
   CGroup: /system.slice/sackd.service
           └─9985 /opt/aws/pcs/scheduler/slurm-23.11/sbin/sackd --systemd --conf-server=10.3.149.220:6817

Jul 16 16:34:55 ip-10-3-27-112.ec2.internal systemd[1]: Starting Slurm auth and cred kiosk daemon...
Jul 16 16:34:55 ip-10-3-27-112.ec2.internal systemd[1]: Started Slurm auth and cred kiosk daemon.
Jul 16 16:34:55 ip-10-3-27-112.ec2.internal sackd[9985]: sackd: running

確認與叢集的連線正在使用 Slurm 用戶端命令，例如 sinfo和 squeue。以下是來自的範例輸出sinfo。


[root@ip-10-3-27-112 ~]# /opt/aws/pcs/scheduler/slurm-23.11/bin/sinfo
PARTITION AVAIL TIMELIMIT NODES STATE NODELIST
all up infinite 4 idle~ compute-[1-4]

您也應該能夠提交任務。例如，類似此範例的命令會在叢集中的 1 個節點上啟動互動式任務。


/opt/aws/pcs/scheduler/slurm-23.11/bin/srun --nodes=1 -p all --pty bash -i

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。

文件慣用形式

使用計算節點群組進行登入

聯網