轻量算力集群高危操作一览表

集群

升级、修改、休眠集群、删除集群等。

可能影响ModelArts侧基本功能，包括但不限于资源池管理、节点管理、扩缩容、驱动升级等。

高

不可恢复。

节点

退订、移除、关机、污点管理、切换/重装操作系统等。

可能影响ModelArts侧基本功能，包括但不限于节点管理、扩缩容、驱动升级、带本地盘机型的本地盘数据丢失等。

高

不可恢复。

删除、修改网络安全组

• 可能影响ModelArts侧基本功能，包括但不限于节点管理、扩缩容、驱动升级等。
• 删除安全组、修改安全组规则属于高危操作，可能会影响集群的正常运行，请谨慎操作，并选择在业务低峰期进行。如需修改安全组规则，请尽量避免对CCE运行依赖的端口规则进行修改。同时，部分端口可能还存在用户自身业务依赖，建议您先在测试环境中进行充分验证。验证过程建议包括端口连通性、集群组件可用性、业务全链路可用性等多个维度，并观察足够时长，避免安全组规则生效延时、组件重连机制引发的延时性故障，尤其需验证长连接断连后重试正常、新建Pod/节点正常。
• 在集群中添加新的安全组规则时，需要确保新规则与原有规则不会发生冲突，否则可能导致原有规则失效，影响集群正常运行。

高

修改：改回原有内容。

删除：重新创建安全组并添加关联。

在EVS侧增加、删除、扩容EVS盘后节点重置

在EVS侧增加、删除、扩容EVS盘后， 如果进行节点重置，会导致节点重置失败且节点状态异常， 请谨慎操作。

高

不可恢复。

网络

修改/删除集群关联网段。

影响ModelArts侧基本功能，包括但不限于节点管理、扩缩容、驱动升级等。

高

不可恢复。

插件

升级、卸载GPU-beta插件。

可能导致GPU驱动使用异常。

中

回退版本、重装插件。

升级、卸载huawei-npu插件。

可能导致NPU驱动使用异常。

中

回退版本、重装插件。

升级、卸载volcano插件。

可能导致作业调度异常。

中

回退版本、重装插件。

卸载ICAgent插件。

可能导致日志、监控功能异常。

中

回退版本、重装插件。

Helm

升级、回退、卸载os-node-agent。

导致驱动升级、故障检测、指标采集、节点运维功能异常。

高

联系华为云技术支持重装os-node-agent。

升级、回退、卸载rdma-sriov-dev-plugin。

可能影响容器内使用RDMA网卡。

高

联系华为云技术支持重装rdma-sriov-dev-plugin。