功能優勢

• 根據實時負載，自動增加計算節點，提高集群的可用性。

• 在保證集群可用性的前提下，自動減少計算節點，降低集群成本。

• 停止異常狀態的節點，并創建相應的新節點，提高集群容錯能力。

注意事項

自動伸縮服務依賴于調度器服務和域賬號服務運行正常。開啟自動伸縮后，管理節點需要一直保持運行中。

操作步驟

1. 進入集群列表頁面。

   1. 登錄彈性高性能計算控制臺。

   2. 在頂部菜單欄左上角處，選擇地域。

   3. 在左側導航欄，單擊集群。

2. 在集群列表頁面，找到待操作的集群，單擊自動伸縮。

3. 在彈出的集群自動伸縮對話框中，完成集群全局配置區域的參數配置。

   配置項	說明
   開關設置	為集群內所有隊列開啟自動擴容和自動縮容。 說明 當隊列配置和全局配置中配置不一致時，以隊列設置為優先。
   擴容等待時間	指從提交作業到系統開始擴容操作所需的預計時間。默認為2分鐘。
   縮容等待時間	指節點在沒有接收到任何作業請求的情況下，持續空閑的時間閾值，超過這個時間后，系統將會自動釋放該節點的資源。其中，縮容等待時間默認為4分鐘。
   集群最大節點數	該集群內可創建的最大節點數。
   集群最大核數	該集群內可創建的最大核數。

4. 在計算節點與隊列區域，找到待操作的隊列。單擊目標隊列操作列中的伸縮配置，在編輯隊列頁面配置以下參數。

   • 基本設置

     配置項	說明
     隊列自動伸縮	隊列自動伸縮默認為關閉狀態，開啟該功能后，根據實際業務需求選擇是否開啟自動擴容和自動縮容。 說明 當隊列配置和全局配置中配置不一致時，以隊列設置為優先。
     隊列節點數	隊列允許的計算節點數量范圍。 最小節點數：該值會影響縮容效果，取值范圍：0~1000。 最大節點數：該值會影響擴容效果，取值范圍：0~5000。 重要 如果將最小節點數修改為非0值，集群縮容時該隊列會保留最小節點數量的節點，即使是空閑節點也不會被釋放。請您謹慎設置最小節點數，以免導致自動縮容后隊列中存在空閑節點，造成資源浪費和不必要的經濟損失。 隊列最大節點數不能超過集群最大節點數。

   • 選擇隊列節點配置

     如果開啟了隊列自動伸縮，或者沒有開啟隊列自動伸縮但初始節點數不為0時，需配置以下信息，以便系統可以創建計算節點。

     配置項	說明
     節點間互聯	選擇節點之間網絡連通方式。 VPC網絡：節點之間通過VPC網絡進行通信。 eRDMA網絡：如果節點使用支持ERI的規格，則節點之間可以通過eRDMA網絡進行通信。 說明 僅部分節點規格支持ERI，更多信息，請參見eRDMA概述和在企業級實例上配置eRDMA。
     虛擬交換機	選擇節點所屬的交換機。系統會自動從可用的交換機網段中為節點分配IP地址。
     實例規格組	單擊添加實例規格，選擇節點的規格。 如果未開啟自動伸縮，則僅支持添加一個實例規格；如果開啟了自動伸縮，則支持添加多個實例規格。

     重要

     您可以選擇多個虛擬交換機和多個實例規格作為備選，避免因庫存問題導致實例創建失敗。創建計算節點時，系統會從第一個交換機所在可用區開始，按照實例規格順序嘗試創建，直到創建出滿足所需節點數量的計算節點。最終創建成功的實例的規格可能隨庫存變化而不同。

   • 自動伸縮

     配置項	說明
     伸縮策略	選擇伸縮策略。目前僅支持供應優先策略，表示會按照配置的交換機順序，從對應可用區依次嘗試創建符合規格要求的計算節點。
     單次最大伸縮節點數	每輪擴容或縮容周期最多增加或減少的節點數量。默認為0，表示不限制最大數量。 如果您對使用成本有要求，可以設置該值，確保擴容的節點數量不超出預期。
     主機名前綴	節點主機名的開頭字符，用以標記區分節點。
     主機名后綴	節點主機名的結尾字符，用以標記區分節點。
     主機RAM角色	為節點綁定RAM角色，使得節點可以獲得權限訪問阿里云服務。 建議您選擇系統創建的默認角色AliyunECSInstanceForEHPCRole。

5. 確認配置信息無誤，然后單擊保存。

伸縮策略說明

如果隊列中配置了多個實例規格，自動伸縮將按照實例規格的配置順序，并基于實例的庫存以及作業的任務數和GPU數，自動請求資源進行擴容。例如，當前排隊作業需要單節點具備16核，隊列分別配置8、16和32核時，自動伸縮將會自動選擇16核的實例規格進行擴容，但如果16核實例規格沒有庫存，自動伸縮將會選擇32核的實例規格進行擴容。

相關文檔

配置自動伸縮后，建議您檢查監控集群的健康狀態和資源使用情況，以評估自動伸縮參數的合理性。更多信息，請參見查看監控信息。