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。
访问您的 SageMaker HyperPod集群节点
您可以通过 Amazon Systems Manager (SSM) 访问InService集群，方法是运行aws ssm start-session带有 SageMaker HyperPod集群主机名的 Amazon CLI 命令，格式为。sagemaker-cluster:[cluster-id]_[instance-group-name]-[instance-id]您可以从SageMaker HyperPod 控制台检索集群 ID、实例 ID 和实例组名称，也可以通过运行和的Amazon CLI 命令来检索集群 ID、实例 ID describe-cluster 和list-cluster-nodes实例组名称 SageMaker HyperPod。例如，如果您的群集 ID 为aa11bbbbb222，群集节点名称为controller-group，群集节点 ID 为i-111222333444555aa，则 SSM start-session 命令应如下所示。
注意
如果您尚未设置 Amazon Systems Manager，请按照中提供的说明进行操作为集群用户访问控制设置 Amazon Systems Manager 和运行方式。
$aws ssm start-session \ --target sagemaker-cluster:aa11bbbbb222_controller-group-i-111222333444555aa\ --regionus-west-2Starting session with SessionId: s0011223344aabbccddroot@ip-111-22-333-444:/usr/bin#
请注意，这最初会将您连接为 root 用户。在运行作业之前，请运行以下命令切换到ubuntu用户。
root@ip-111-22-333-444:/usr/bin#sudo su - ubuntuubuntu@ip-111-22-333-444:/usr/bin#
有关实际使用 HyperPod 群集的高级设置，请参阅以下主题。
主题
访问集 SageMaker HyperPod 群节点的其他提示
使用提供的easy-ssh.sh脚本 HyperPod 来简化连接过程
为了将前面的过程变成单行命令，该 HyperPod 团队提供了一个easy-ssh.shdescribe-cluster并list-cluster-nodes命令和解析完成 SSM 命令所需的信息时，您无需手动查找所需的 HyperPod 集群信息。以下示例命令显示如何运行easy-ssh.sh
$chmod +x easy-ssh.sh$./easy-ssh.sh -c<node-group> <cluster-name>Cluster id:<cluster_id>Instance id:<instance_id>Node Group:<node-group>Add the following to your ~/.ssh/config to easily connect:$cat <<EOF >> ~/.ssh/config Host<cluster-name>User ubuntu ProxyCommand sh -c "aws ssm start-session --target sagemaker-cluster:<cluster_id>_<node-group>-<instance_id>--document-name AWS-StartSSHSession --parameters 'portNumber=%p'" EOF Add your ssh keypair and then you can do: $ ssh<cluster-name>aws ssm start-session --target sagemaker-cluster:<cluster_id>_<node-group>-<instance_id>Starting session with SessionId: s0011223344aabbccddroot@ip-111-22-333-444:/usr/bin#
请注意，这最初会将您连接为 root 用户。在运行作业之前，请运行以下命令切换到ubuntu用户。
root@ip-111-22-333-444:/usr/bin#sudo su - ubuntuubuntu@ip-111-22-333-444:/usr/bin#
使用 HyperPod 计算节点作为远程主机进行设置，便于使用 SSH 进行访问
为了进一步简化从本地计算机使用 SSH 访问计算节点的过程，该easy-ssh.sh脚本输出了一段将 HyperPod 集群设置为远程主机的代码片段，如上一节所示。代码片段是自动生成的，可帮助您直接添加到本地设备上的~/.ssh/config文件中。以下过程说明如何设置通过 SSM 代理使用 SSH 轻松访问，以便您或您的集群用户可以直接运行ssh 连接到 HyperPod 群集节点。<cluster-name>
-
在您的本地设备上，将带有用户名的 HyperPod 计算节点作为远程主机添加到
~/.ssh/config文件中。以下命令显示如何将easy-ssh.sh脚本中自动生成的代码片段附加到文件中。~/.ssh/config请务必从脚本自动生成的输出中复制该easy-ssh.sh脚本，其中包含正确的群集信息。$cat <<EOF >> ~/.ssh/config Host<cluster-name>UserubuntuProxyCommand sh -c "aws ssm start-session --target sagemaker-cluster:<cluster_id>_<node-group>-<instance_id>--document-name AWS-StartSSHSession --parameters 'portNumber=%p'" EOF -
在 HyperPod 群集节点上，将本地设备上的公钥添加到 HyperPod 群集节点上的
~/.ssh/authorized_keys文件中。-
在本地计算机上打印公钥文件。
$cat ~/.ssh/id_rsa.pub这应该会归还你的密钥。复制此命令的输出。
（可选）如果您没有公钥，请运行以下命令创建一个。
$ssh-keygen -t rsa -q -f "$HOME/.ssh/id_rsa" -N "" -
连接到群集节点并切换到用户以添加密钥。以下命令是以
ubuntu用户身份访问的示例。ubuntu将替换为要使用 SSH 设置简易访问权限的用户名。$./easy-ssh.sh -c<node-group> <cluster-name>$sudo su -ubuntuubuntu@ip-111-22-333-444:/usr/bin# -
打开
~/.ssh/authorized_keys文件并在文件末尾添加公钥。ubuntu@ip-111-22-333-444:/usr/bin#vim ~/.ssh/authorized_keys
-
完成设置后，您可以通过运行简化的 SSH 命令以用户身份连接到 HyperPod 群集节点，如下所示。
$ssh<cluster-name>ubuntu@ip-111-22-333-444:/usr/bin#
此外，你可以使用主机从本地设备上的 IDE 进行远程开发，例如 Visual Studio Code Remote-SSH
通过 Amazon FSx 共享空间设置多用户环境
您可以使用 Amazon FSx 共享空间来管理 Slurm 集群中的多用户环境。 SageMaker HyperPod如果您在创建集群时使用 Amazon FSx 配置了 Slurm HyperPod 集群，那么这是为集群用户设置工作空间的好选择。在 Amazon FSx 共享文件系统上创建新用户并为该用户设置主目录。
提示
要允许用户通过其用户名和专用目录访问您的集群，您还应按照第 5 步选项 2 的指导将他们与 IAM 角色或用户相关联，方法是按照用户指南中对 Linux 和 macOS 托管节点的启用运行身份支持程序下的步骤 2 中的指导对其进行标记。 Amazon Systems Manager 另请参阅 为集群用户访问控制设置 Amazon Systems Manager 和运行方式。
要在创建 Slurm 集群时设置多用户环境，请开启 SageMaker HyperPod
SageMaker HyperPod 服务团队提供了一个脚本add_users.sh
-
准备一个名为的文本文件
shared_users.txt，您需要按以下格式创建该文件。第一列用于用户名，第二列用于唯一用户 ID，第三列表示 Amazon FSx 共享空间中的用户目录。username1,uid1,/fsx/username1 username2,uid2,/fsx/username2 ... -
确保将
shared_users.txt和add_users.sh文件上传到 S3 存储桶以获取 HyperPod 生命周期脚本。在集群创建、群集更新或群集软件更新过程中， add_users.sh读取 shared_users.txt并正确设置用户目录。
创建新用户并添加到上运行的现有 Slurm 集群 SageMaker HyperPod
-
在头节点上，运行以下命令以保存有助于创建用户的脚本。确保你使用 sudo 权限运行它。
$cat > create-user.sh<< EOL #!/bin/bash set -x # Prompt user to get the new user name. read -p "Enter the new user name, i.e. 'sean': " USER # create home directory as /fsx/<user> # Create the new user on the head node sudo useradd \$USER -m -d /fsx/\$USER --shell /bin/bash; user_id=\$(id -u \$USER) # add user to docker group sudo usermod -aG docker \${USER} # setup SSH Keypair sudo -u \$USER ssh-keygen -t rsa -q -f "/fsx/\$USER/.ssh/id_rsa" -N "" sudo -u \$USER cat /fsx/\$USER/.ssh/id_rsa.pub | sudo -u \$USER tee /fsx/\$USER/.ssh/authorized_keys # add user to compute nodes read -p "Number of compute nodes in your cluster, i.e. 8: " NUM_NODES srun -N \$NUM_NODES sudo useradd -u \$user_id \$USER -d /fsx/\$USER --shell /bin/bash; # add them as a sudoer read -p "Do you want this user to be a sudoer? (y/N): " SUDO if [ "\$SUDO" = "y" ]; then sudo usermod -aG sudo \$USER sudo srun -N \$NUM_NODES sudo usermod -aG sudo \$USER echo -e "If you haven't already you'll need to run:\n\nsudo visudo /etc/sudoers\n\nChange the line:\n\n%sudo ALL=(ALL:ALL) ALL\n\nTo\n\n%sudo ALL=(ALL:ALL) NOPASSWD: ALL\n\nOn each node." fi EOL -
使用以下命令运行脚本。系统将提示您添加用户名和您希望允许该用户访问的计算节点数量。
$bash create-user.sh -
通过运行以下命令来测试用户。
$sudo su -<user>&& ssh $(srun hostname) -
将用户信息添加到
shared_users.txt文件中，这样就可以在任何新的计算节点或新集群上创建用户。
通过将集 HyperPod 群与 Active Directory 集成来设置多用户环境
在实际用例中， HyperPod 群集通常由多个用户使用：机器学习 (ML) 研究人员、软件工程师、数据科学家和集群管理员。他们编辑自己的文件并运行自己的作业，而不会影响彼此的工作。要设置多用户环境，请使用 Linux 用户和组机制，通过生命周期脚本在每个实例上静态创建多个用户。但是，这种方法的缺点是，在进行添加、编辑和删除用户等更新时，您需要在集群中的多个实例之间复制用户和组设置，以便在所有实例上保持一致的配置。
要解决这个问题，你可以使用轻量级目录访问协议 (LDAP)