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

BosLFS02 (Tier 0) பெரிய செயலிழப்பை எதிர்கொள்கிறது

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.
தற்போதைய நிலையைக் காட்டு

Cluster CVMFS issue causing node closure

தீர்க்கப்பட்டதுசெயல்திறன் குறைந்துள்ளது110 மணி நேரம் 50 நிமிடங்கள்

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

  • தீர்க்கப்பட்டதுUTC

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

  • கண்காணிக்கப்படுகிறதுUTC

    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)

  • விசாரிக்கப்படுகிறதுUTC

    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