PCS での Slurm AWS の再起動に関する問題のトラブルシューティング

ノードの再起動の問題が発生した場合は、まずを使用してノードのステータスを確認しますscontrol show node nodename。次に、Slurm (slurmctld と slurmd) とシステムログの両方の CloudWatch ログを調べて、潜在的なエラーを特定します。

基本的なトラブルシューティングを行うには、ネットワーク接続を確認し、セキュリティグループの設定を確認し、再起動後に必要なサービスがすべて実行されていることを確認します。基本的なトラブルシューティング手順後も問題が解決しない場合は、 AWS サポートにお問い合わせください。サポートに連絡するときは、関連するログの抜粋、ノードのステータス情報、再起動試行のタイムラインを提供して、解決プロセスを迅速化します。