FAS Research Computing - Cluster CVMFS issue causing node closure – சம்பவ விவரங்கள்

அனைத்து சேவைகளும் இயங்குகின்றன

Status page for the Harvard FAS Research Computing cluster and other resources.

Cluster Utilization (VPN and FASRC login required): Cannon | FASSE


Please scroll down to see details on any Incidents or maintenance notices.
Monthly maintenance occurs on the first Monday of the month (except holidays).

GETTING HELP
Documentation: https://docs.rc.fas.harvard.edu | Account Portal https://portal.rc.fas.harvard.edu
Email: rchelp@rc.fas.harvard.edu | Support Hours

The colors shown in the bars below were chosen to increase visibility for color-blind visitors.
For higher contrast, switch to light mode at the bottom of this page if the background is dark and colors are muted.

Cluster CVMFS issue causing node closure

தீர்க்கப்பட்டது
செயல்திறன் குறைந்துள்ளது
தொடங்கியது 25 நாட்களுக்கு முன்புநீடித்தது 5 நாட்கள்

பாதிக்கப்பட்டது

Cannon Cluster

செயல்திறன் குறைந்துள்ளது இலிருந்து 1:40 PM வரை 4:31 AM

SLURM Scheduler - Cannon

செயல்திறன் குறைந்துள்ளது இலிருந்து 1:40 PM வரை 4:31 AM

Cannon Compute Cluster (Holyoke)

செயல்திறன் குறைந்துள்ளது இலிருந்து 1:40 PM வரை 4:31 AM

Boston Compute Nodes

செயல்திறன் குறைந்துள்ளது இலிருந்து 1:40 PM வரை 4:31 AM

GPU nodes (Holyoke)

செயல்திறன் குறைந்துள்ளது இலிருந்து 1:40 PM வரை 4:31 AM

seas_compute

செயல்திறன் குறைந்துள்ளது இலிருந்து 1:40 PM வரை 4:31 AM

புதுப்பிப்புகள்
  • தீர்க்கப்பட்டது
    UTC
    தீர்க்கப்பட்டது

    This incident has been resolved. Less than 18 nodes remain in this state and will be cleaned up soon.

  • கண்காணிக்கப்படுகிறது
    UTC
    கண்காணிக்கப்படுகிறது

    We have rolled out a fix and are currently monitoring the result.

    Any nodes still in Kill Task Fail will need to fully drain of running jobs first before being reopened to ensure there are no orphaned processes.

    PLEASE NOTE: This will take quite some time to fully resolve as jobs are still running on these nodes. But the nodes cannot accept new jobs until cleared.

    Currently # of potentially impacted nodes: 18 (of an original 600 - number will update periodically)

  • விசாரிக்கப்படுகிறது
    UTC
    விசாரிக்கப்படுகிறது

    We are currently investigating this incident. Due to a CVMFS mount issue, some nodes are being closed and labelled as "Kill task fail"
    WIP

For issues not shown here, please contact FASRC via
https://portal.rc.fas.harvard.edu or email rchelp@rc.fas.harvard.edu