新建集群

提示

1. 在创建集群时，单个集群中允许的节点总数上限为 200 个。
2. 仅在FCP-Suite开启混合云功能后可以创建按量和包年包月节点。
3. 仅在FCP-Suite开启混合云功能后可以使用费用预估功能。

"新建集群"功能允许您在平台中快速构建一个高性能计算环境。通过模板化引导与可视化配置，您可以将复杂的硬件、软件与调度策略封装为可一键部署的集群，极大地简化了HPC环境的初始化工作。

集群类型

平台支持创建以下几种类型的集群，以满足不同的业务和技术需求：

• Fsched集群

  • 这是最常用的集群类型，使用 Fsched 作为核心作业调度器。
  • 适用于需要复杂作业调度、队列管理、资源配额控制、优先级调度等高级功能的通用高性能计算（HPC）场景。
  • 用户通过调度器命令（如 srun, sbatch）提交和管理作业。

• None-Linux集群

  • 指运行 Linux 操作系统，但 无内置作业调度器（如Fsched） 的集群。
  • 适用于无需复杂作业调度、用户直接通过SSH登录节点运行任务，或使用第三方集群管理工具（如Kubernetes, Slurm等）的场景。
  • 提供基础的节点管理、网络和存储集成能力。

• None-Windows集群

  • 指运行 Windows 操作系统，且 无内置作业调度器 的集群。
  • 适用于完全依赖Windows生态的特定应用（如某些商业EDA软件、Windows版科学计算软件），且习惯通过远程桌面或特定管理工具进行任务分发的场景。

费用预估

在配置集群时，系统会根据您当前的选择，提供以 31天（约一个月） 为周期的费用预估，帮助您规划预算。

• 估算对象：
  • 动态节点：您在配置中设置的"手动节点数量"。
  • 自动伸缩节点：根据您设置的"伸缩最大数量"和预计负载模型进行的估算。
• 估算周期与模式：
  • 费用预估基于 按量计费（后付费） 模式计算。
  • 默认按所选节点规格 24小时不间断运行31天 进行估算，得出一个参考上限。
  • 对于自动伸缩节点，系统会根据您设置的伸缩最小值和伸缩最大值，分别计算其在该区间内按24小时不间断运行31天所产生的费用范围，为您提供一个浮动的估算区间。
• 包年包月优惠提示：
  • 若您的计算负载长期稳定，采用包年包月（预付费） 模式通常能大幅节省成本。
  • 系统会在费用预估区域显示与按量计费的对比，直观展示选择包年包月模式可能节省的费用百分比。
  • 建议：对于需要连续运行超过1个月的生产环境核心节点，优先考虑包年包月计费方式。

注意：费用预估仅为参考，实际费用以最终账单为准。自动伸缩节点的实际费用取决于作业负载和闲置释放策略。

前提条件

开始创建集群前，请确保您已具备相应权限：

• 拥有创建集群的系统权限。
• 如需使用特定集群模板，需拥有该模板的使用权限。
• 如需关联特定静态节点或网络资源，需拥有对应资源的访问权限。
• 创建集群过程中涉及的部分专业术语，可提前阅读名词解释以帮助理解。

相关权限的详细说明，请查看权限说明文档。

新建集群流程

1. 选择集群模板

创建集群的第一步是选择合适的模板作为基础。

• 界面说明：进入"新建集群"后，系统会展示所有您拥有权限的集群模板列表，包括模板名称、描述和集群类型。
• 模板状态：
  • 可用模板：点击即可进入详细配置界面。
  • 不可用模板：若模板因缺少必要参数而不可用，将显示"该模板缺少参数，请联系管理员重新编辑模板"的提示，且无法被选中。
• 无模板提示：若您未被授权使用任何模板，界面将提示"暂无可使用的集群模板，请联系管理员授权"。

2. 配置集群

选择模板后，进入集群核心配置页面。此处的配置将作为整个集群的默认设置。

字段说明

• 集群名称：系统自动生成一个名称。您可将其修改为3~62个字符，以字母开头，仅包含字母、数字和"-"的名称。
• 用户资源限制：开启后，默认所有用户无法向该集群提交作业。需后续通过"集群配额"功能为用户显式分配资源后才可使用。（仅Fsched集群有效）
• SSH登录限制：开启后，可阻止用户绕过调度器直接通过SSH登录计算节点，确保所有计算任务都经过统一调度和管理。（仅Fsched集群有效）
• 告警服务：开启后，集群创建时将自动创建默认告警策略。具体说明请参阅下文告警服务详细说明。
• 释放保护：开启后，任何用户（包括管理员）都无法释放此集群，防止误操作。
• 配置挂载：为整个集群设置共享存储挂载点。具体说明请参阅下文配置挂载详细说明。
• 自定义设置：集群级别用于配置Fsched调度器的高级参数。请在明确参数含义和影响后进行设置，具体说明请参阅下文自定义设置详细说明。（仅Fsched集群有效）

3. 配置计算分区

分区是集群资源管理和调度的核心单元，用于满足不同场景的业务需求。（注意：None-Linux与None-Windows集群的分区概念主要用于资源分组，不具备Fsched的调度策略功能且只能创建1个分区）

公共配置（所有节点类型通用）

• 分区名称：系统自动生成（如partition-XXXX），您可修改。同一集群内分区名称不可重复。
• 默认分区：执行任务未指定分区时，会自动调度至此分区。默认为第一个创建的分区，且在创建时或创建后可修改。（仅Fsched集群有效）
• 启用超线程：开启后，vCPU数为物理CPU核心数的两倍；关闭则一一对应。默认开启。
• swap配置：可为Linux节点配置交换空间。具体说明请参阅下文swap配置详细说明。
• 标签：为分区内的节点打上标签，便于识别、分账和管理。

高级配置（调度策略）

• 允许组：精细化控制哪些用户组可向此分区提交作业。具体说明请参阅下文允许组详细说明。（仅Fsched集群有效）
• 允许用户：精细化控制哪些用户可向此分区提交作业。（仅Fsched集群有效）
• 作业最长运行时间：作业运行时长超过此设置时，作业将被自动终止。（仅Fsched集群有效）
• 最大使用CPU数：该分区内所有任务总共可用的CPU数。此选项控制的是调度器内配置的CPU数量，而非节点实际CPU数量。（仅Fsched集群有效）
• CPU超配系数：设置调度器可分配的虚拟CPU总量与物理CPU的倍数关系。（仅Fsched集群有效）
• 负载阈值：设置CPU/内存使用率阈值，超过后节点将被标记为drain状态，不再接收新作业，以降低系统风险。（仅Fsched集群有效）
• 自定义设置：分区级别用于配置Fsched调度器的高级参数。*请在明确参数含义和影响后进行设置，具体说明请参阅下文自定义设置详细说明。（仅Fsched集群有效）

节点来源配置

每个分区可以混合使用动态节点和静态节点。

动态节点配置

• 实例类型：定义节点的vCPU和内存规格。支持设置备选实例类型，当首选类型资源不足时自动尝试下一选项直至成功开启。
• 镜像：节点的操作系统。镜像是预配置的操作系统安装包，其中包含了操作系统以及预安装的软件和配置。选择后，程序会自动安装此镜像到节点上。
• 系统卷：系统盘大小。
• 子网：节点所在的网络子网。
• 手动节点数量：集群创建时即固定开启的节点数量（0-999）。配置此项后，右侧会显示对应费用的预估。
• 自动伸缩（自动节点）：（仅Fsched集群有效）
  • 功能：根据作业队列情况自动增删节点，任务完成后闲置指定时间自动释放。具体说明请参阅下文自动伸缩详细说明。
  • 关键参数：伸缩最小/最大节点数、闲置时间（分钟）、过期天数、预留节点数量。配置"伸缩最大数量"后，右侧会显示基于此最大值的费用预估。

静态节点配置

• 选择静态节点加入分区。
• 注意：已作为登录节点或头节点的机器不可再被选为计算节点；一个计算节点可被多个分区共享使用。

4. 配置登录分区与头分区（仅Fsched集群有效）

登录分区和头分区的配置项与计算分区大部分相同，主要差异在于角色和部分限制：

• 登录分区：用户通过SSH/VNC连接的入口节点所在分区。
• 头分区：运行集群调度器（Fsched）管理服务的主节点所在分区。（仅Fsched集群需要）
  • 关键要求：一个Fsched集群必须至少有一个处于运行中或更新中状态的头节点。
  • 重要限制：如果节点的计费类型为包年或包月时，到期策略为自动释放的节点不能用作头节点。

核心参数详细说明

配置挂载

• 可选择多条挂载配置，挂载针对整个集群生效。
• 针对分区的挂载可以在集群创建成功后进行配置。
• 同一集群内不可以选择两个具有相同挂载点的记录。

自定义设置

• 此为调度器高级设置，请在明确配置内容和影响的情况下设置此参数。
• 相关文档请参考Fsched调度器说明文档。

告警服务

新建集群时，可以选择设置默认该集群的告警策略，目前不支持自定义模板规则；默认关闭告警服务。开启后可选择以下监控项：

• 集群节点运行状态异常：选中此项后，系统自动创建一条告警策略。
  • 策略名称：自动生成， 名称中标识集群名，集群id，以及系统默认生成的策略标识，保证全局唯一。
  • 对象：该集群。
  • 类型：主机。
  • 节点：所有节点。
  • 级别：通知。
  • 监测周期：2分钟。
  • 持续周期：3次。
  • 沉默周期：24小时。
  • 告警规则：节点运行状态=异常。
  • 发送通知：是。
  • 邮箱：集群创建人。
• 服务异常：选中此项后，系统自动创建一条告警策略。
  • 策略名称：自动生成， 名称中标识集群名，集群id，以及系统默认生成的策略标识，保证全局唯一。
  • 对象：该集群。
  • 类型：服务。
  • 级别：通知。
  • 监测周期：2分钟。
  • 持续周期：3次。
  • 沉默周期：24小时。
  • 告警规则：服务异常。
  • 发送通知：是。
  • 邮箱：集群创建人。

swap配置

• 默认值为关闭，当选择开启时，可以配置swap空间，最小值为1，最大值不限制。
• 使用限制说明：
  • 仅支持针对Linux节点的swap配置，Windows节点不支持。
  • swap是针对每个节点单独进行配置的，即swap属性是在节点上而非分区上。

自动伸缩（自动节点）

自动伸缩（AutoScale）的功能是：在任务调度过程中根据任务的大小以及排队情况，动态扩充和收缩计算节点的数量。

• 开启后，系统将根据提交的任务临时申请相应的计算资源。当任务执行完毕，在机器闲置一段时间后自动回收并释放，闲置时间可由用户自定义。
• 关闭自动伸缩时，系统只使用静态集群，即任务只能提交到手动开机的节点上。
• 自动伸缩的实例类型与分区的实例类型一致。自动伸缩开启/释放的节点，与手动节点互不影响。

开启自动伸缩后可设置参数：

• 伸缩最小数量：动态收缩的节点最小数量，即任务执行完成后，节点释放到的最小值，默认为0。
• 伸缩最大数量：动态扩展的节点最大数量，即执行任务时，可以开启的最大节点数量，默认为10。
• 闲置时间（min）：任务执行结束后，节点等待多久后释放；可设置范围为5-1440分钟。默认为10分钟。
• 过期天数：设置自动节点最长运行时间，若超出过期天数，自动节点将不再接受新的作业。
• 预留节点数量：分区中始终保持运行并且处于空闲状态的自动节点的数量，保证用户提交作业时可立即被执行，减少因开启实例造成的时间浪费，提高作业执行效率。

自动伸缩计算值说明

• 【分区最大节点数量】=【同分区内静态节点数量】➕ 【同分区内手动节点数量】➕ 【自动伸缩的最大值】

示例说明

• 示例一：手动节点数量为2，自动伸缩范围为[2, 5]，闲置时间为5分钟。
  • 手动节点开启2台，集群运行后，自动节点开启2台。
  • 执行srun -N4 -n4 hostname任务，打印2个手动节点的hostname，打印2个自动节点的hostname；任务执行完成后，保留2个手动节点和2个自动节点。
  • 执行srun -N5 -n5 hostname任务，自动伸缩功能将开启1个节点，打印5个不同的hostname；任务执行完成后，等待5分钟，释放1个节点，保留2个手动节点和2个自动节点。
  • 执行srun -N7 -n7 hostname任务，autoscale将开启3个节点，打印7个不同的hostname；任务执行完成后，等待5分钟，释放3个节点，保留2个手动节点和2个自动节点。
• 示例二：静态节点数量为2，自动伸缩范围为[0, 5]，闲置时间为5分钟。
  • 静态节点开启2台，集群运行后，无自动节点。
  • 执行srun -N2 -n2 hostname任务，打印2个静态节点的hostname任务执行完成后，保留2个静态节点。
  • 执行srun -N4 -n4 hostname任务，autoscale将开启2个自动节点，打印4个不同的hostname；任务执行完成后，等待5分钟，释放2个节点，保留2个静态节点。
  • 执行srun -N7 -n7 hostname任务，autoscale将开启3个自动节点，打印7个不同的hostname；任务执行完成后，等待5分钟，释放3个节点，保留2个静态节点。

注意：上述示例为展示自动伸缩开启释放节点的说明，需要注意srun属于交互式任务，在机器创建过程中，因为机器初始化过程，可能会因为网络通道连接不稳定导致任务提交报错。若要完全避免此问题，强烈建议使用sbatch提交。

使用注意事项

1. 规划先行：在创建前，根据作业类型、应用（Linux/Windows）和是否需要作业调度来选择集群类型。根据并发量规划好分区策略、节点规格和数量。
2. 善用模板：将常用配置保存为模板，便于团队统一标准和快速复制。
3. 成本优化：
   • 关注界面提供的费用预估，对于长期稳定运行的节点，优先考虑包年包月计费模式以节省成本。
   • 对于波动的计算需求，充分利用自动伸缩功能，避免资源闲置。
4. 关注限制：注意单个集群200个节点的总数上限，以及头节点的特殊要求。
5. 安全与管控：对于Fsched集群，合理使用用户资源限制、SSH登录限制和释放保护功能，加强集群的合规性与安全性。

完成所有配置后，提交创建请求，系统将自动完成资源申请、软件部署和调度器初始化，您可以在集群列表中监控创建进度。