Red Hat Summit 红帽全球峰会支持控制台（Console）开发人员开始试用联系人

8.3. Kueue 对常见问题进行故障排除

如果您的用户在与 Kueue 工作负载相关的 Red Hat OpenShift AI 中遇到错误，请阅读本节以了解可能导致问题的原因，以及如何解决这个问题。

如果此处或发行注记中没有记录这个问题，请联系红帽支持团队。

问题

用户运行 cluster.apply （） 命令后，会显示以下错误： 

ApiException: (500)
Reason: Internal Server Error
HTTP response body: {"kind":"Status","apiVersion":"v1","metadata":{},"status":"Failure","message":"Internal error occurred: failed calling webhook \"mraycluster.kb.io\": failed to call webhook: Post \"https://kueue-webhook-service.redhat-ods-applications.svc:443/mutate-ray-io-v1-raycluster?timeout=10s\": no endpoints available for service \"kueue-webhook-service\"","reason":"InternalError","details":{"causes":[{"message":"failed calling webhook \"mraycluster.kb.io\": failed to call webhook: Post \"https://kueue-webhook-service.redhat-ods-applications.svc:443/mutate-ray-io-v1-raycluster?timeout=10s\": no endpoints available for service \"kueue-webhook-service\""}]},"code":500}

诊断

Kueue pod 可能没有运行。

解决方案

  1. 在 OpenShift 控制台中，从 Project 列表中选择用户的项目。
  2. 点 Workloads Pods。
  3. 验证 Kueue pod 是否正在运行。如有必要，重启 Kueue pod。

  4. 查看 Kueue pod 的日志以验证 webhook 服务器是否服务，如下例所示： 

    {"level":"info","ts":"2024-06-24T14:36:24.255137871Z","logger":"controller-runtime.webhook","caller":"webhook/server.go:242","msg":"Serving webhook server","host":"","port":9443}

问题

用户运行 cluster.apply （） 命令后，会显示以下错误： 

Default Local Queue with kueue.x-k8s.io/default-queue: true annotation not found please create a default Local Queue or provide the local_queue name in Cluster Configuration.

诊断

没有定义默认本地队列，且集群配置中没有指定本地队列。

解决方案

  1. 检查用户项目中是否存在本地队列，如下所示：

    1. 在 OpenShift 控制台中，从 Project 列表中选择用户的项目。
    2. 点 Home Search，然后从 Resources 列表中选择 LocalQueue。
    3. 如果没有找到本地队列，请创建一个本地队列。
    4. 为用户提供项目中的本地队列详情，并建议他们将本地队列添加到其集群配置中。

  2. 定义默认本地队列。

    有关创建本地队列和定义默认本地队列的详情，请参考 为分布式工作负载配置配额管理。

问题

用户运行 cluster.apply （） 命令后，会显示以下错误： 

local_queue provided does not exist or is not in this namespace. Please provide the correct local_queue name in Cluster Configuration.

诊断

为集群配置中的本地队列指定不正确的值，或者定义了不正确的默认本地队列。指定的本地队列不存在，或者存在于不同的命名空间中。

解决方案

  1. 在 OpenShift 控制台中，从 Project 列表中选择用户的项目。

    1. 单击 Search，然后从 Resources 列表中选择 LocalQueue。

    2. 使用以下方法之一解决这个问题：

      • 如果没有找到本地队列，请创建一个本地队列。
      • 如果找到一个或多个本地队列，请为用户提供项目中本地队列的详细信息。建议用户确保在集群配置中正确拼写本地队列名称，并且集群配置中的 namespace 值与其项目名称匹配。

    3. 定义默认本地队列。

      有关创建本地队列和定义默认本地队列的详情，请参考 为分布式工作负载配置配额管理。

8.3.4. Kueue 置备的 pod 会在拉取镜像前终止
复制链接

问题

在将所有工作负载 pod 标记为置备并运行前，Kueue 会等待一段时间。默认情况下，Kue 会等待 5 分钟。如果 pod 镜像非常大，且仍然在 5 分钟等待期限后被拉取，Kue 会失败并终止相关的 pod。

诊断

  1. 在 OpenShift 控制台中，从 Project 列表中选择用户的项目。
  2. 点击 Workloads Pods。
  3. 单击用户的 Pod 名称，以打开 Pod 详情页面。
  4. 点 Events 选项卡，并查看 pod 事件来检查镜像拉取是否已成功完成。

解决方案

如果 pod 需要超过 5 分钟才能拉取镜像，请使用以下方法之一解决这个问题：

  • 为由 Kueue 管理的资源添加 OnFailure 重启策略。
  • 为 Kueue 自定义资源(CR)中的 waitForPodsReady 属性配置自定义超时。CR 由 Red Hat build of Ku e Operator 安装在 openshift-kue-operator 命名空间中。

有关此配置选项的更多信息，请参阅 Kueue 文档中的 启用 waitForPodsReady。

Red Hat logoGithubredditYoutubeTwitter

学习

尝试、购买和销售

社区

关于红帽文档

通过我们的产品和服务，以及可以信赖的内容，帮助红帽用户创新并实现他们的目标。 了解我们当前的更新.

让开源更具包容性

红帽致力于替换我们的代码、文档和 Web 属性中存在问题的语言。欲了解更多详情，请参阅红帽博客.

關於紅帽

我们提供强化的解决方案，使企业能够更轻松地跨平台和环境（从核心数据中心到网络边缘）工作。

Theme

© 2026 Red Hat返回顶部