【集群管理】可能遇到的问题及解决方法（持续更新中......）

1.创建账号

 

首先创建账号：

useraddxxx   #xxx为用户名

passwd xxx

 

然后cd到nis环境目录，执行make，同步其他节点账号

cd /var/yp

make

这时候所有计算节点都有该账户

 

实现ssh无密码登陆（若需要）：

切换到xxx账户：

su xxx

ssh-keygen-t rsa #回车三次

ssh-copy-id localhost #回车输入密码即可

 

完成

 

2. 若管理节点死机

需要登录bmc ip去重启机器 

重新挂载计算节点的/opt/intel 、/opt/caffeData 和 /home

挂载方法见【集群管理】新集群管理节点dl1 账户创建及挂载

3. 计算节点死机或者关机

 

两种方法：

一种是到实验室重启所有机器

重启过程中有的机器一次性无法重启，需要多重启几次。尤其是13号14号机器

 
另一种记录下bmc ip 远程重启

node1 上需要重新挂载/mnt/keepfs

挂载方法：

dsh -aM -c "mount -t lustre10.0.0.102@o2ib0:/keepfs /mnt/keepfs"

 

4. KNL节点root用户可以登录，但是没有普通用户

 

是nis服务没启动，nis服务没启动是没有普通用户的

 

root权限登录到该节点

运行service  ypbind start启动下就可以了