本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

SageMaker HyperPod 叢集事件參考

此頁面提供 Amazon SageMaker HyperPod 叢集發出之所有結構化事件的完整參考。事件提供叢集、執行個體群組和執行個體層級操作的可見性，包括佈建、擴展、修補和協調器特定的生命週期變更。

叢集事件適用於將 NodeProvisioningMode 設為 的 HyperPod 叢集Continuous。事件可透過 ListClusterEvents和 DescribeClusterEvent APIs、SageMaker AI 主控台事件索引標籤和 Amazon EventBridge 存取。

叢集事件記錄

每個叢集事件都以包含識別、時間、範圍、嚴重性和操作特定中繼資料的結構化記錄表示。下列範例顯示透過 DescribeClusterEvent API 和 Amazon EventBridge 交付的完整事件記錄：

{
  "version": "0",
  "id": "0bd4a141-0a02-9d8a-f977-3924c3fb259c",
  "detail-type": "SageMaker HyperPod Cluster Event",
  "source": "aws.sagemaker",
  "account": "111122223333",
  "time": "2026-06-01T17:20:25Z",
  "region": "us-west-2",
  "resources": [
    "arn:aws:sagemaker:us-west-2:111122223333:cluster/sample-cluster"
  ],
  "detail": {
    "EventDetails": {
      "EventId": "83ea0bb5-be77-45e8-a458-0a87f778a205",
      "ClusterArn": "arn:aws:sagemaker:us-west-2:111122223333:cluster/sample-cluster",
      "ClusterName": "sample-cluster",
      "InstanceGroupName": "p5Inst",
      "InstanceId": "i-0391f86fa0fe0d465",
      "ResourceType": "Instance",
      "EventTime": 1748794825350,
      "EventLevel": "Error",
      "Description": "Instance creation in Cluster sample-cluster and InstanceGroup p5Inst failed",
      "EventDetails": {
        "EventMetadata": {
          "Instance": {
            "FailureMessage": "We currently do not have sufficient capacity to launch new ml.p5.48xlarge instances. Please try again.",
            "NodeLogicalId": "df268d19-f035-4f28-9b80-b956b92ae21e"
          }
        }
      }
    }
  }
}

事件記錄欄位

detail.EventDetails 物件包含下列欄位：

事件層級

資源類型

EventDetails 中繼資料

叢集事件包含 EventDetails 欄位內的EventMetadata物件，可提供超出事件描述所傳達的操作特定內容。的內容會因資源類型和事件類型EventMetadata而有所不同。如需完整的結構描述和支援的欄位，請參閱《Amazon SageMaker AI API 參考》中的 EventMetadata。

EventBridge 信封欄位

透過 Amazon EventBridge 交付時，事件記錄會包裝在標準 EventBridge 信封中：

常見事件 (EKS 和 Slurm)

無論協調器為何，所有 HyperPod 叢集都會發出下列事件。描述欄會顯示事件記錄中Description欄位的值，如 API 回應和主控台事件索引標籤所示。

叢集生命週期

執行個體群組生命週期

執行個體群組網路組態

執行個體建立

執行個體刪除

重新啟動執行個體

執行個體操作 （一般）

執行個體替換

FSx 檔案系統生命週期

修補 （常見步驟）

這些修補事件會在UpdateClusterSoftware操作期間針對 EKS 和 Slurm 叢集發出。

EKS 特定事件

只有與 Amazon EKS 協調的 HyperPod 叢集才會發出下列事件。

存取項目管理

Kubernetes 組態更新

Karpenter 自動擴展

修補 — EKS 執行個體層級

修補 — EKS 轉返

Slurm 特定事件

只有與 Slurm 協調的 HyperPod 叢集才會發出下列事件。

EventBridge 整合

HyperPod 使用三種詳細資訊類型將叢集事件傳送至 Amazon EventBridge：

事件模式範例

所有 HyperPod 叢集事件：

{
  "source": ["aws.sagemaker"],
  "detail-type": ["SageMaker HyperPod Cluster Event"]
}

僅限錯誤事件 （用於提醒）：

{
  "source": ["aws.sagemaker"],
  "detail-type": ["SageMaker HyperPod Cluster Event"],
  "detail": {
    "EventDetails": {
      "EventLevel": ["Error"]
    }
  }
}

特定叢集的事件：

{
  "source": ["aws.sagemaker"],
  "detail-type": ["SageMaker HyperPod Cluster Event"],
  "resources": ["arn:aws:sagemaker:us-west-2:111122223333:cluster/my-cluster-id"]
}

節點運作狀態事件：

{
  "source": ["aws.sagemaker"],
  "detail-type": ["SageMaker HyperPod Cluster Node Health Event"]
}

API 參考

另請參閱