ネットワークのトラブルシューティング

このセクションでは、ネットワークの問題、特に単一のパブリックサブネットの問題でクラスターを処理する場合のトラブルシューティングのヒントを提供します。

単一のパブリックサブネットのクラスターに関する問題

AWS ParallelCluster 3.16.0 以降/var/log/chef-client.logでは、失敗したコンピューティングノードを確認します。次のようなエラーが発生した場合、ブートストラップ中にノードが DynamoDB に到達できませんでした。

INFO: Retrying execution of ruby_block[retrieve compute node info], 0 attempt left

    ================================================================================
    Error executing action `run` on resource 'ruby_block[retrieve compute node info]'
    ================================================================================

    RuntimeError
    ------------
    Failed to query DynamoDB for compute node info: the aws cli call did not return in time and was terminated. This usually means the compute node cannot reach DynamoDB. If the compute subnet has no internet egress (NAT/IGW), ensure a DynamoDB VPC gateway endpoint is configured and attached to the subnet's route table.

3.16.0 より前の AWS ParallelCluster バージョンでは、コンピューティングノードはブートストラップ中に高速に失敗するのではなく、サイレントハングすることがあります。コンピューティングノードcloud-init-output.logで、次のようなログエントリを確認します。これは、ノードが DynamoDB から情報を取得できないことを示します。

ruby_block[retrieve compute node info] action run[2022-03-11T17:47:11+00:00] INFO: Processing ruby_block[retrieve compute node info] action run (aws-parallelcluster-slurm::init line 31)

最も一般的な原因は、ブートストラップ中に が DynamoDB からコンピューティングノード情報を AWS ParallelCluster 読み取り、DynamoDB VPC エンドポイントが欠落していることです。必要なエンドポイントの完全なリストについては、「」を参照してくださいAWS ParallelCluster インターネットアクセスのない 1 つのサブネット内。

解決するには、欠落している VPC エンドポイント (通常は DynamoDB) をコンピューティングサブネットのルートテーブルに追加します。クラスターが保護モードに入った場合は、復旧方法については、Slurm クラスター保護モード「」を参照してください。