Container Service for Kubernetes：Containerize dan deploy Slurm pada kluster ACK

Deploy backend LDAP

1. Buat file bernama ldap.yaml dan salin konten berikut ke dalam file tersebut. Hal ini membuat instance LDAP dasar yang menyimpan dan mengelola informasi pengguna. File ldap.yaml mendefinisikan pod backend LDAP dan Service terkaitnya. Pod tersebut berisi kontainer LDAP, dan Service mengekspos layanan LDAP dalam jaringan.

   Lihat pod backend LDAP dan Service terkaitnya

      ---
      apiVersion: apps/v1
      kind: Deployment
      metadata:
        namespace: default
        name: ldap
        labels:
          app: ldap
      spec:
        selector:
          matchLabels:
            app: ldap
        revisionHistoryLimit: 10
        template:
          metadata:
            labels:
              app: ldap
          spec:
            securityContext:
              seLinuxOptions: {}
            imagePullSecrets: []
            restartPolicy: Always
            initContainers: []
            containers:
              - image: 'osixia/openldap:1.4.0'
                imagePullPolicy: IfNotPresent
                name: ldap
                volumeMounts:
                  - name: openldap-data
                    mountPath: /var/lib/ldap
                    subPath: data
                  - name: openldap-data
                    mountPath: /etc/ldap/slapd.d
                    subPath: config
                  - name: openldap-data
                    mountPath: /container/service/slapd/assets/certs
                    subPath: certs
                  - name: secret-volume
                    mountPath: /container/environment/01-custom
                  - name: container-run
                    mountPath: /container/run
                args:
                  - '--copy-service'
                resources:
                  limits:
                  requests:
                env: []
                readinessProbe:
                  tcpSocket:
                    port: openldap
                  initialDelaySeconds: 20
                  timeoutSeconds: 1
                  periodSeconds: 10
                  successThreshold: 1
                  failureThreshold: 10
                livenessProbe:
                  tcpSocket:
                    port: openldap
                  initialDelaySeconds: 20
                  timeoutSeconds: 1
                  periodSeconds: 10
                  successThreshold: 1
                  failureThreshold: 10
                lifecycle: {}
                ports:
                  - name: openldap
                    containerPort: 389
                    protocol: TCP
                  - name: ssl-ldap-port
                    containerPort: 636
                    protocol: TCP
            volumes:
              - name: openldap-data
                emptyDir: {}
              - name: secret-volume
                secret:
                  secretName: ldap-secret
                  defaultMode: 420
                  items: []
              - name: container-run
                emptyDir: {}
            dnsPolicy: ClusterFirst
            dnsConfig: {}
            terminationGracePeriodSeconds: 30
        progressDeadlineSeconds: 600
        strategy:
          type: RollingUpdate
          rollingUpdate:
            maxUnavailable: 25%
            maxSurge: 25%
        replicas: 1
      ---
      apiVersion: v1
      kind: Service
      metadata:
        annotations: {}
        labels:
          app: ldap
        name: ldap-service
        namespace: default
      spec:
        ports:
          - name: openldap
            port: 389
            protocol: TCP
            targetPort: openldap
          - name: ssl-ldap-port
            port: 636
            protocol: TCP
            targetPort: ssl-ldap-port
        selector:
          app: ldap
        sessionAffinity: None
        type: ClusterIP
      ---
      metadata:
        name: ldap-secret
        namespace: default
        annotations: {}
      data:
        env.startup.yaml: >-
          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
        env.yaml: >-
          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
      type: Opaque
      kind: Secret
      apiVersion: v1

2. Jalankan perintah berikut untuk mendeploy Service backend LDAP: Output yang diharapkan:

      kubectl apply -f ldap.yaml

      deployment.apps/ldap created
      service/ldap-service created
      secret/ldap-secret created

(Opsional) Deploy frontend LDAP

1. Buat file bernama phpldapadmin.yaml dan salin konten berikut ke dalam file tersebut. Hal ini mendeploy pod frontend LDAP dan Service terkaitnya untuk meningkatkan efisiensi manajemen melalui antarmuka web.

   Lihat pod frontend LDAP dan Service terkaitnya

      ---
      apiVersion: apps/v1
      kind: Deployment
      metadata:
        namespace: default
        name: phpldapadmin
        labels:
          io.kompose.service: phpldapadmin
      spec:
        selector:
          matchLabels:
            io.kompose.service: phpldapadmin
        revisionHistoryLimit: 10
        template:
          metadata:
            labels:
              io.kompose.service: phpldapadmin
          spec:
            securityContext:
              seLinuxOptions: {}
            imagePullSecrets: []
            restartPolicy: Always
            initContainers: []
            containers:
              - image: 'osixia/phpldapadmin:0.9.0'
                imagePullPolicy: Always
                name: phpldapadmin
                volumeMounts: []
                resources:
                  limits:
                  requests:
                env:
                  - name: PHPLDAPADMIN_HTTPS
                    value: 'false'
                  - name: PHPLDAPADMIN_LDAP_HOSTS
                    value: ldap-service
                lifecycle: {}
                ports:
                  - containerPort: 80
                    protocol: TCP
            volumes: []
            dnsPolicy: ClusterFirst
            dnsConfig: {}
            terminationGracePeriodSeconds: 30
        progressDeadlineSeconds: 600
        strategy:
          type: RollingUpdate
          rollingUpdate:
            maxUnavailable: 25%
            maxSurge: 25%
        replicas: 1
      ---
      apiVersion: v1
      kind: Service
      metadata:
        namespace: default
        name: phpldapadmin
        annotations:
          k8s.kuboard.cn/workload: phpldapadmin
        labels:
          io.kompose.service: phpldapadmin
      spec:
        selector:
          io.kompose.service: phpldapadmin
        type: ClusterIP
        ports:
          - port: 8080
            targetPort: 80
            protocol: TCP
            name: '8080'
            nodePort: 0
        sessionAffinity: None

   Jalankan perintah berikut untuk mendeploy Service frontend LDAP:

      kubectl apply -f phpldapadmin.yaml

Konfigurasi klien LDAP

1. Login ke pod di kluster yang dikelola Slurm seperti dijelaskan pada Langkah 3, lalu jalankan perintah berikut untuk menginstal paket klien LDAP:

      apt update
      apt install libnss-ldapd

2. Setelah paket libnss-ldapd diinstal, konfigurasikan layanan autentikasi jaringan untuk kluster yang dikelola Slurm di dalam pod.

   1. Modifikasi parameter berikut dalam file /etc/nslcd.conf untuk menentukan koneksi ke server LDAP:

      apt update
      apt install vim

      ...
      BASE	dc=example,dc=org # Ganti nilai dengan distinguished name node root dalam struktur direktori LDAP.
      URI	ldap://ldap-service # Ganti nilai dengan uniform resource identifier (URI) server LDAP Anda.
      ...

      ...
      uri ldap://ldap-service # Ganti nilai dengan URI server LDAP Anda.
      base dc=example,dc=org # Tentukan parameter ini berdasarkan struktur direktori LDAP Anda.
      ...
      tls_cacertfile /etc/ssl/certs/ca-certificates.crt # Tentukan path ke file sertifikat certificate authority (CA) yang digunakan untuk memverifikasi sertifikat server LDAP.
      ...

Auto scaling untuk kluster Slurm berbasis node cloud

Slurm on ACK mendukung dua jenis node:

• Node lokal: Node komputasi fisik yang terhubung langsung ke slurmctld.

• Node cloud: Node logis yang didukung oleh instans VM yang dapat dibuat dan dihapus sesuai permintaan oleh penyedia layanan cloud.

Auto scaling untuk Slurm on ACK

Prosedur

1. Konfigurasikan izin auto scaling. Jika Helm diinstal, izin auto scaling dikonfigurasi secara otomatis untuk pod slurmctld dan Anda dapat melewati langkah ini. Pod head memerlukan izin untuk mengakses dan memperbarui CR SlurmCluster guna auto scaling. Kami menyarankan Anda menggunakan RBAC untuk memberikan izin yang diperlukan. Ikuti langkah-langkah berikut: Pertama, buat ServiceAccount, Role, dan RoleBinding untuk pod slurmctld. Dalam contoh berikut, nama kluster yang dikelola Slurm adalah slurm-job-demo dan namespace-nya adalah default. Buat file bernama rbac.yaml dan salin konten berikut ke dalam file tersebut: Jalankan kubectl apply -f rbac.yaml untuk mengirimkan daftar resource. Selanjutnya, berikan izin ke pod slurmctld. Jalankan kubectl edit slurmcluster slurm-job-demo untuk memodifikasi kluster yang dikelola Slurm. Atur Spec.Slurmctld.Template.Spec.ServiceAccountName ke ServiceAccount yang Anda buat: Untuk menerapkan perubahan, bangun ulang StatefulSet yang mengelola slurmctld. Jalankan kubectl get sts slurm-job-demo untuk menemukan StatefulSet, lalu jalankan kubectl delete sts slurm-job-demo untuk menghapusnya. Operator Slurm akan membangun ulang StatefulSet dan menerapkan konfigurasi baru.

      apiVersion: v1
      kind: ServiceAccount
      metadata:
        name: slurm-job-demo
      ---
      apiVersion: rbac.authorization.k8s.io/v1
      kind: Role
      metadata:
        name: slurm-job-demo
      rules:
      - apiGroups: ["kai.alibabacloud.com"]
        resources: ["slurmclusters"]
        verbs: ["get", "watch", "list", "update", "patch"]
        resourceNames: ["slurm-job-demo"]
      ---
      apiVersion: rbac.authorization.k8s.io/v1
      kind: RoleBinding
      metadata:
        name: slurm-job-demo
      subjects:
      - kind: ServiceAccount
        name: slurm-job-demo
      roleRef:
        kind: Role
        name: slurm-job-demo
        apiGroup: rbac.authorization.k8s.io

      apiVersion: kai.alibabacloud.com/v1
      kind: SlurmCluster
      ...
      spec:
        slurmctld:
          template:
            spec:
              serviceAccountName: slurm-job-demo
      ...

2. Konfigurasikan parameter auto scaling di /etc/slurm/slurm.conf.

   Metode A: Kelola ConfigMap menggunakan volume bersama

      # Parameter berikut wajib jika Anda menggunakan node cloud.
      # Fitur SuspendProgram dan ResumeProgram dikembangkan oleh Alibaba Cloud.
      SuspendTimeout=600
      ResumeTimeout=600
      # Interval penangguhan otomatis node ketika tidak ada tugas yang berjalan di node tersebut.
      SuspendTime=600
      # Tetapkan jumlah node yang dapat di-scale per menit.
      ResumeRate=1
      SuspendRate=1
      # Anda harus mengatur nilai parameter NodeName dalam format ${cluster_name}-worker-${group_name}-. Anda harus menentukan jumlah resource untuk node di baris ini. Jika tidak, pod slurmctld
      # menganggap node hanya memiliki satu vCPU. Pastikan resource yang Anda tentukan pada node cloud sama dengan yang dideklarasikan di parameter workerGroupSpecs. Jika tidak, resource dapat terbuang.
      NodeName=slurm-job-demo-worker-cpu-[0-10] Feature=cloud State=CLOUD
      # Konfigurasi berikut bersifat tetap. Jangan ubah.
      CommunicationParameters=NoAddrCache
      ReconfigFlags=KeepPowerSaveSettings
      SuspendProgram="/slurm-suspend.sh"
      ResumeProgram="/slurm-resume.sh"

   Metode B: Kelola ConfigMap secara manual

   Jika slurm.conf disimpan di ConfigMap bernama slurm-config, jalankan kubectl edit slurm-config untuk menambahkan konfigurasi berikut:

      slurm.conf:
      ...
        # Parameter berikut wajib jika Anda menggunakan node cloud.
        # Fitur SuspendProgram dan ResumeProgram dikembangkan oleh Alibaba Cloud.
        SuspendTimeout=600
        ResumeTimeout=600
        # Interval penangguhan otomatis node ketika tidak ada tugas yang berjalan di node tersebut.
        SuspendTime=600
        # Tetapkan jumlah node yang dapat di-scale per menit.
        ResumeRate=1
        SuspendRate=1
        # Anda harus mengatur nilai parameter NodeName dalam format ${cluster_name}-worker-${group_name}-. Anda harus menentukan jumlah resource untuk node di baris ini. Jika tidak, pod slurmctld
        # menganggap node hanya memiliki satu vCPU. Pastikan resource yang Anda tentukan pada node cloud sama dengan yang dideklarasikan di parameter workerGroupSpecs. Jika tidak, resource dapat terbuang.
        NodeName=slurm-job-demo-worker-cpu-[0-10] Feature=cloud State=CLOUD
        # Konfigurasi berikut bersifat tetap. Jangan ubah.
        CommunicationParameters=NoAddrCache
        ReconfigFlags=KeepPowerSaveSettings
        SuspendProgram="/slurm-suspend.sh"
        ResumeProgram="/slurm-resume.sh"

   Metode C: Gunakan Helm untuk mengelola ConfigMap

   1. Jalankan perintah helm upgrade untuk memperbarui konfigurasi Slurm.

      slurm.conf:
      ...
        # Parameter berikut wajib jika Anda menggunakan node cloud.
        # Fitur SuspendProgram dan ResumeProgram dikembangkan oleh Alibaba Cloud.
        SuspendTimeout=600
        ResumeTimeout=600
        # Interval penangguhan otomatis node ketika tidak ada tugas yang berjalan di node tersebut.
        SuspendTime=600
        # Tetapkan jumlah node yang dapat di-scale per menit.
        ResumeRate=1
        SuspendRate=1
        # Anda harus mengatur nilai parameter NodeName dalam format ${cluster_name}-worker-${group_name}-. Anda harus menentukan jumlah resource untuk node di baris ini. Jika tidak, pod slurmctld
        # menganggap node hanya memiliki satu vCPU. Pastikan resource yang Anda tentukan pada node cloud sama dengan yang dideklarasikan di parameter workerGroupSpecs. Jika tidak, resource dapat terbuang.
        NodeName=slurm-job-demo-worker-cpu-[0-10] Feature=cloud State=CLOUD
        # Konfigurasi berikut bersifat tetap. Jangan ubah.
        CommunicationParameters=NoAddrCache
        ReconfigFlags=KeepPowerSaveSettings
        SuspendProgram="/slurm-suspend.sh"
        ResumeProgram="/slurm-resume.sh"

3. Terapkan konfigurasi baru. Jika nama kluster yang dikelola Slurm adalah slurm-job-demo, jalankan kubectl delete sts slurm-job-demo untuk menerapkan konfigurasi baru untuk pod slurmctld.

4. Atur jumlah replika node worker ke 0 di file slurmcluster.yaml agar Anda dapat mengamati aktivitas scaling node pada langkah-langkah berikutnya.

   Manajemen manual

   Jalankan kubectl edit slurmcluster slurm-job-demo dan ubah nilai workerCount menjadi 10 di kluster yang dikelola Slurm. Hal ini mengatur jumlah replika node worker ke 0.

   Kelola menggunakan Helm

   Di file values.yaml, ubah .Values.workerGroup[].workerCount menjadi 0. Lalu jalankan helm upgrade slurm-job-demo . untuk memperbarui chart Helm saat ini. Hal ini mengatur jumlah replika node worker ke 0.

5. Kirimkan tugas menggunakan perintah sbatch. Masukkan konten berikut setelah prompt perintah: Output yang diharapkan: Output ini mengonfirmasi bahwa konten skrip benar. Output yang diharapkan: Output ini menunjukkan bahwa tugas telah dikirim dan diberi ID tugas.

   1. Jalankan perintah berikut untuk mengirimkan skrip ke kluster yang dikelola Slurm untuk diproses:

      cat << EOF > cloudnodedemo.sh

      > #!/bin/bash
      > srun hostname
      > EOF

      cat cloudnodedemo.sh

      #!/bin/bash
        srun hostname

      sbatch cloudnodedemo.sh

      Submitted batch job 1

6. Lihat hasil scaling kluster. Output yang diharapkan: Output ini menunjukkan bahwa kluster yang dikelola Slurm secara otomatis menambahkan satu node komputasi untuk mengeksekusi tugas yang dikirim. Output yang diharapkan: Output ini menunjukkan bahwa pod slurm-demo-worker-cpu-0 ditambahkan ke kluster, mengonfirmasi bahwa kluster melakukan scale-out saat tugas dikirim. Output yang diharapkan: Output ini menunjukkan bahwa slurm-demo-worker-cpu-0 adalah node yang baru dimulai dan 10 node cloud lainnya tersedia untuk scale-out. Output yang diharapkan: Dalam output tersebut, NodeList=slurm-demo-worker-cpu-0 menunjukkan bahwa tugas dieksekusi di node yang baru ditambahkan. Output yang diharapkan: Output ini menunjukkan bahwa jumlah node yang tersedia untuk scale-out meningkat menjadi 11, mengonfirmasi bahwa scale-in otomatis telah selesai.

   1. Setelah periode tertentu, jalankan perintah berikut untuk melihat hasil scale-in:

      cat /var/log/slurm-resume.log

      namespace: default cluster: slurm-demo
        resume called, args [slurm-demo-worker-cpu-0]
        slurm cluster metadata: default slurm-demo
        get SlurmCluster CR slurm-demo succeed
        hostlists: [slurm-demo-worker-cpu-0]
        resume node slurm-demo-worker-cpu-0
        resume worker -cpu-0
        resume node -cpu-0 end

      kubectl get pod

      NAME                                          READY   STATUS    RESTARTS        AGE
      slurm-demo-head-9hn67                         1/1     Running   0               21m
      slurm-demo-worker-cpu-0                       1/1     Running   0               43s

      sinfo

      PARTITION AVAIL  TIMELIMIT  NODES  STATE NODELIST
      debug*       up   infinite      10  idle~ slurm-job-demo-worker-cpu-[2-10]
      debug*       up   infinite      1   idle slurm-job-demo-worker-cpu-[0-1]

      scontrol show job 1

      JobId=1 JobName=cloudnodedemo.sh
         UserId=root(0) GroupId=root(0) MCS_label=N/A
         Priority=4294901757 Nice=0 Account=(null) QOS=(null)
         JobState=COMPLETED Reason=None Dependency=(null)
         Requeue=1 Restarts=0 BatchFlag=1 Reboot=0 ExitCode=0:0
         RunTime=00:00:00 TimeLimit=UNLIMITED TimeMin=N/A
         SubmitTime=2024-05-28T11:37:36 EligibleTime=2024-05-28T11:37:36
         AccrueTime=2024-05-28T11:37:36
         StartTime=2024-05-28T11:37:36 EndTime=2024-05-28T11:37:36 Deadline=N/A
         SuspendTime=None SecsPreSuspend=0 LastSchedEval=2024-05-28T11:37:36 Scheduler=Main
         Partition=debug AllocNode:Sid=slurm-job-demo:93
         ReqNodeList=(null) ExcNodeList=(null)
         NodeList=slurm-job-demo-worker-cpu-0
         BatchHost=slurm-job-demo-worker-cpu-0
         NumNodes=1 NumCPUs=1 NumTasks=1 CPUs/Task=1 ReqB:S:C:T=0:0:*:*
         ReqTRES=cpu=1,mem=1M,node=1,billing=1
         AllocTRES=cpu=1,mem=1M,node=1,billing=1
         Socks/Node=* NtasksPerN:B:S:C=0:0:*:* CoreSpec=*
         MinCPUsNode=1 MinMemoryNode=0 MinTmpDiskNode=0
         Features=(null) DelayBoot=00:00:00
         OverSubscribe=OK Contiguous=0 Licenses=(null) Network=(null)
         Command=//cloudnodedemo.sh
         WorkDir=/
         StdErr=//slurm-1.out
         StdIn=/dev/null
         StdOut=//slurm-1.out
         Power=

      sinfo

      PARTITION AVAIL  TIMELIMIT  NODES  STATE NODELIST
      debug*       up   infinite     11  idle~ slurm-demo-worker-cpu-[0-10]