HCCL Controller

操作步骤

1. 以root用户登录K8s管理节点，并执行以下命令，查看HCCL Controller镜像和版本号是否正确。

   docker images | grep hccl-controller

   回显示例如下：

   hccl-controller                      v6.0.RC3              f78993dcf54f        About an hour ago         143MB

   • 是，执行步骤2。
   • 否，请参见准备镜像，完成镜像制作和分发。
2. 将HCCL Controller软件包解压目录下的yaml文件，拷贝到K8s管理节点上任意目录。
3. 如不修改组件启动参数，可跳过本步骤。否则，请根据实际情况修改对应启动yaml文件中HCCL Controller的启动参数。启动参数请参见表1，可执行./hccl-controller -h查看参数说明。
4. 在管理节点的yaml所在路径，执行以下命令，启动HCCL Controller。

   kubectl apply -f hccl-controller-v{version}.yaml

   启动示例如下：

   serviceaccount/hccl-controller created
   clusterrole.rbac.authorization.k8s.io/pods-hccl-controller-role created
   clusterrolebinding.rbac.authorization.k8s.io/hccl-controller-rolebinding created
   deployment.apps/hccl-controller created

5. 执行以下命令，查看组件是否启动成功。

   kubectl get pod -n mindx-dl

   回显示例如下，出现Running表示组件启动成功。

   NAME                               READY   STATUS    RESTARTS   AGE
   ...
   hccl-controller-5d484dcc68-wfvrr   1/1    Running   0          11s
   ...

• 安装组件后，组件的Pod状态不为Running，可参考组件Pod状态不为Running章节进行处理。
• 安装组件后，组件的Pod状态为ContainerCreating，可参考集群调度组件Pod处于ContainerCreating状态章节进行处理。
• 启动组件失败，可参考启动集群调度组件失败，日志打印“get sem errno =13”章节信息。
• 组件启动成功，找不到组件对应的Pod，可参考组件启动yaml执行成功，找不到组件对应的Pod章节信息。

参数说明