Amazon ParallelCluster Auto Scaling - Amazon ParallelCluster
纵向扩展纵向扩展静态集群
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅中国的 Amazon Web Services 服务入门。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

Amazon ParallelCluster Auto Scaling

注意

本节仅适用于Amazon ParallelCluster版本 2.11.4 之前（包括版本 2.11.4）。从版本 2.11.5 开始Amazon ParallelCluster不支持使用SGE要么Torque计划程序。您可以在 2.11.4 之前的版本中继续使用它们，但它们没有资格获得未来的更新或疑难解答支持Amazon服务和AmazonSupport 团队。

优化前Amazon ParallelClusterAuto Scaling 在 2.9.0 版本中使用Slurm Workload Manager(Slurm)。了解Slurm和多个队列缩放，请参阅多队列模式教程.

本主题中介绍的 Auto Scaling 策略适用于使用其中一种方式部署的 HPC 集群。Son of Grid Engine(SGE) 或者Torque Resource Manager(Torque)。当与其中一个调度程序一起部署时，Amazon ParallelCluster通过管理计算节点的 Auto Scaling 组，然后根据需要更改计划程序配置来实现扩展功能。对于基于的 HPC 集群Amazon Batch、Amazon ParallelCluster依赖于提供的弹性扩展功能。Amazon托管作业调度程序。有关更多信息，请参阅 。什么是 Amazon EC2 Auto Scaling中的Amazon EC2 Auto Scaling 用户指南.

使用 Amazon ParallelCluster 部署的集群在多个方面是弹性的。设置initial_queue_size指定 ComputeFleet Auto Scaling 组的最小大小值，还指定所需的容量值。设置max_queue_size指定 ComputeFleet Auto Scaling 组的最大大小值。

一个基本 Auto Scaling 组。

纵向扩展

名为的进程每分钟一分钟jobwatcher在头节点上运行。它评估队列中的待处理作业所需的当前实例数。如果繁忙节点和所请求节点的总数大于 Auto Scaling 组中当前需要的值，则会添加更多实例。如果您提交多个作业，则会重新评估队列并更新 Auto Scaling 组，最多为多达指定的max_queue_size.

借助 SGE 计划程序，每个作业需要运行许多槽（一个槽对应于一个处理单元，例如一个 vCPU）。为了评估处理当前的待处理作业所需的实例数，jobwatcher 会将所请求槽的总数除以单个计算节点的容量。与可用 vCPUs 的数量对应的计算节点容量依赖于集群配置中指定的 Amazon EC2 实例类型。

与Slurm（在之前Amazon ParallelCluster版本 2.9.0)Torque调度程序，每个作业可能需要多个节点，每个节点可能需要多个槽，取决于具体情况。对于每个请求，jobwatcher 将确定为满足新的计算要求而需要的计算节点数。例如，假设一个集群的计算实例类型为 c5.2xlarge (8 vCPU)，并且有三个已排队的待处理作业，要求如下：

  • 作业 1：2 个节点/每个节点 4 个插槽

  • 作业 2：3 个节点/每个节点 2 个插槽

  • 作业 3：1 个节点/每个节点 4 个插槽

在此示例中，jobwatcher需要 Auto Scaling 组中的三个新计算实例来处理这三个作业。

当前限制：自动扩展逻辑不考虑部分加载的忙节点。例如，正在运行作业的节点被视为繁忙，即使有空插槽也是如此。

纵向扩展

在每个计算节点上，都有一个名为 nodewatcher 的进程运行并评估节点的空闲时间。在满足以下两个条件时，将终止实例：

  • 实例不具有作业的时长已超过 scaledown_idletime（默认设置为 10 分钟）

  • 集群中没有待处理作业

要终止实例，nodewatcher调用TerminateInstanceInAutoScalingGroupAPI 操作，如果 Auto Scaling 组的大小至少为 Auto Scaling 组的最小大小，则会删除实例。此过程将收缩集群，而不会影响正在运行的作业。它还支持具有固定的实例基数的弹性集群。

静态集群

对于 HPC，Auto Scaling 的值与任何其他工作负载的相同。唯一的区别是，Amazon ParallelCluster 的代码使其能够更智能地交互。例如，如果需要静态群集，则设置initial_queue_size和max_queue_size参数为所需集群的准确大小，然后设置maintain_initial_size参数为 true。这将导致 ComputeFleet Auto Scaling 组对于最小、最大和所需容量具有相同的值。