Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Intentando actualizar un clúster

En la siguiente sección se proporcionan posibles soluciones a problemas que puedan ocurrir al intentar actualizar un clúster.

pcluster update-clusterel comando no se ejecuta localmente

Consulte el ~/.parallelcluster/pcluster-cli.log en su sistema de archivos local para conocer los detalles del error.

Visualización de clusterStatus como UPDATE_FAILED con el comando pcluster describe-cluster

Causa raíz

Para identificar la causa raíz del error, el punto de partida es observar los eventos de la pila de clústeres y /var/log/chef-client.log el nodo principal.

Una posible causa es que al menos un nodo del clúster no aplicó la actualización. Para recuperar la lista de nodos que no se pudieron actualizar /var/log/chef-client.log en el nodo principal, busque Check cluster readiness en el registro.

Comprueba si tu problema aparece en la sección Problemas GitHub conocidos, en la sección AWS ParallelCluster correspondiente GitHub.

Prevenir

La actualización de un clúster puede fallar si al menos un nodo del clúster no la aplicó correctamente. Para reducir el riesgo de que se produzca un error en la actualización del clúster, recomendamos cerrar los nodos dañados antes de iniciar la actualización. Un ejemplo de nodos que podrían romperse son los nodos de cómputo que permanecen inactivos COMPLETING durante más tiempo del esperado en el epílogo. Para detectar esos nodos, puede ejecutar el siguiente comando, adaptando el threshold valor a sus necesidades (el valor debe ser superior a la duración máxima esperada para los epílogos).

$ scontrol show nodes --json | jq -r --argjson threshold 60 '
  .nodes[] | select(.state | index("COMPLETING")) |
  select((now - .last_busy.number) > $threshold) |
  .name
'

¿Recuperando

Si la actualización falló, se espera que la reversión recupere el estado del clúster.

Si la reversión falló, el estado del clúster no es determinista. En este caso, es posible que se haya clustermgtd detenido para evitar la amplificación de las fallas. Recomendamos iniciarlo ejecutando el siguiente comando en el nodo principal. Adapte la versión de Python a la que viene con su AWS ParallelCluster versión:

$ /opt/parallelcluster/pyenv/versions/3.12.11/envs/cookbook_virtualenv/bin/supervisorctl start clustermgtd

Se agotó el tiempo de espera de la actualización del clúster

Podría deberse a un problema relacionado con la falta de cfn-hup ejecución. Si el daemon de cfn-hup se elimina por una causa externa, no se reinicia automáticamente. Si cfn-hup no se está ejecutando, durante una actualización del clúster, la CloudFormation pila inicia el proceso de actualización según lo previsto, pero el procedimiento de actualización no se activa en el nodo principal y, finalmente, se agota el tiempo de espera para el despliegue de la pila. Para obtener más información, consulte Solución de problemas cuando se agota el tiempo de espera de una actualización del clúster cuando no se está ejecutando cfn-hup para solucionar el problema y recuperarse de él.