故障診斷 - Amazon SageMaker AI
任務索引標籤指標索引標籤

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

故障診斷

下一節列出 Studio 中 HyperPod 的疑難排解解決方案。

任務索引標籤

如果您在任務索引標籤中未設定叢集上的自訂資源定義 (CRD)。

  • 將 EKSAdminViewPolicy和 ClusterAccessRole政策授予您的網域執行角色。

    如需如何將標籤新增至執行角色的資訊，請參閱標籤 IAM 角色。

    若要了解如何將政策連接至 IAM 使用者或群組，請參閱新增和移除 IAM 身分許可。

如果 Slurm 指標的任務網格未停止載入任務索引標籤。

對於 Studio for EKS 叢集中的受限任務檢視：

  • 如果您的執行角色沒有列出 EKS 叢集命名空間的許可。

  • 如果使用者在存取 EKS 叢集時遇到問題。

    1. 執行下列 AWS CLI 命令，確認已啟用 RBAC。

      kubectl api-versions | grep rbac

      這應該會傳回 rbac.authorization.k8s.io/v1。

    2. 執行下列命令，檢查 ClusterRole和 ClusterRoleBinding 是否存在。

      kubectl get clusterrole pods-events-crd-cluster-role
kubectl get clusterrolebinding pods-events-crd-cluster-role-binding

    3. 驗證使用者群組成員資格。確定使用者已正確指派給身分提供者或 IAM 中的pods-events-crd-cluster-level群組。

  • 如果使用者看不到任何資源。

    • 驗證群組成員資格，並確保ClusterRoleBinding正確套用 。

  • 如果使用者可以看到所有命名空間中的資源。

    • 如果需要命名空間限制，請考慮使用 Role和 ，RoleBinding而非 ClusterRole和 ClusterRoleBinding。

  • 如果組態顯示正確，但未套用許可。

    • 檢查是否有任何 NetworkPolicies或 PodSecurityPolicies 干擾存取。

指標索引標籤

如果指標索引標籤中沒有顯示 Amazon CloudWatch 指標。

  • HyperPod 叢集詳細資訊的 Metrics區段使用 CloudWatch 來擷取資料。若要查看本節中的指標，您需要啟用 叢集和任務可觀測性。請聯絡您的管理員以設定指標。