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。
在 Amazon ParallelCluster 上运行首个作业
本教程将引导您完成在 Amazon ParallelCluster 上运行第一个 Hello World 作业的过程。如果您尚未完成安装Amazon ParallelCluster,然后配置了 CLI,请按照设置 Amazon ParallelCluster在继续本教程之前。
验证安装
首先,我们验证Amazon ParallelCluster已正确安装和配置,包括 Node.js 依赖项。
$
node --version
v16.8.0
$
pcluster version
{ "version": "3.1.2" }
这将返回正在运行的 Amazon ParallelCluster 版本。
创建您的第一个集群
现在应该创建您的第一个集群了。由于本教程的工作负载不是性能密集型的,因此,我们可以使用 t2.micro
的默认实例大小。(对于生产工作负载,您需要选择最适合您的需求的实例大小。) 我们将您的集群称作hello-world
.
$
pcluster create-cluster \ --cluster-name hello-world \ --cluster-configuration hello-world.yaml
这些区域有:Amazon Web Services 区域必须为大多数人指定要使用pcluster
命令。如果没有在AWS_DEFAULT_REGION
环境变量,或者region
设置在[default]
的 部分~/.aws/config
文件,然后--region
参数必须在pcluster
命令行。
如果输出为您提供有关配置的消息,您将需要运行以下命令来配置:Amazon ParallelCluster:
$
pcluster configure --config hello-world.yaml
如果pcluster create-cluster命令成功,则将显示类似于以下内容的输出:
{ "cluster": { "clusterName": "hello-world", "cloudformationStackStatus": "CREATE_IN_PROGRESS", "cloudformationStackArn": "arn:aws:cloudformation:xxx:stack/xxx", "region": "...", "version": "...", "clusterStatus": "CREATE_IN_PROGRESS" } }
您可以使用以下命令监控集群的创建:
$
pcluster describe-cluster --cluster-name hello-world
这些区域有:clusterStatus
报告”CREATE_IN_PROGRESS
“正在创建集群的过程中。这些区域有:clusterStatus
将其切换为”CREATE_COMPLETE
“成功创建集群时。输出还为我们提供了publicIpAddress
和privateIpAddress
我们的头节点。
登录你的头节点
使用您的 OpenSSH pem 文件登录到您的头节点。
$
pcluster ssh --cluster-name hello-world -i /path/to/keyfile.pem
登录后,请运行命令 sinfo
以验证您的计算节点是否已设置和配置。
$
sinfo
PARTITION AVAIL TIMELIMIT NODES STATE NODELIST queue1* up infinite 10 idle~ queue1-dy-queue1t2micro-[1-10]
输出显示,我们的集群中有一个队列,最多有 10 个节点。
使用 Surm 运行首个作业
接下来,我们将创建一个作业,该作业睡眠一小段时间,然后输出它自己的主机名。使用以下内容创建名为 hellojob.sh
的文件。
#!/bin/bash sleep 30 echo "Hello World from $(hostname)"
接下来,使用 sbatch
提交作业,并验证其是否运行。
$
sbatch hellojob.sh
Submitted batch job 2
现在,您可以查看您的队列并检查该作业的状态。在后台开始配置新的 Amazon EC2 实例。您可以使用监控集群实例的状态sinfo
命令。
$
squeue
JOBID PARTITION NAME USER ST TIME NODES NODELIST(REASON) 2 queue1 hellojob ec2-user CF 3:30 1 queue1-dy-queue1t2micro-1
输出显示,作业已提交到queue1
. 请等候 30 秒,以便作业完成,然后再次运行 squeue
。
$
squeue
JOBID PARTITION NAME USER ST TIME NODES NODELIST(REASON)
现在,队列中没有作业,我们可以检查当前目录中的输出。
$
ls -l
total 8 -rw-rw-r-- 1 ec2-user ec2-user 57 Sep 1 14:25 hellojob.sh -rw-rw-r-- 1 ec2-user ec2-user 43 Sep 1 14:30 slurm-2.out
在输出中,我们看到了一个”out
“文件。我们可以看到作业的输出:
$
cat slurm-2.out
Hello World from queue1-dy-queue1t2micro-1
输出还显示我们的作业已在实例 queue1-dy-queue1t2micro-1
上成功运行。
在刚创建的群集中,只有主目录在群集的所有节点之间共享。
如果您的应用程序需要共享软件、库或数据,请考虑以下选项:
-
构建Amazon ParallelCluster启用包含软件的自定义 AMI,如中所述构建自定义 Amazon ParallelCluster AMI.
-
使用存储设置中的选项Amazon ParallelCluster配置文件,用于指定共享文件系统并将已安装的软件存储在指定的装载位置。
-
使用自定义引导操作以自动执行集群中每个节点的引导过程。