从 EC2 实例中调用 spark-ec2：与主机的 ssh 连接被拒绝

Question

为了运行 Amplab 的训练练习，我在 us-east-1 创建了一个密钥对，安装了训练脚本 (git clone git://github.com/amplab/training-scripts.git -b ampcamp4) 并创建了环境。变量 AWS_ACCESS_KEY_ID 和 AWS_SECRET_ACCESS_KEY 按照http://ampcamp.berkeley.edu/big-data-mini-course/launching-a-bdas-cluster-on-ec2.html 中的说明进行

正在运行

 ./spark-ec2 -i ~/.ssh/myspark.pem -r us-east-1  -k myspark --copy launch try1

生成以下消息：

 johndoe@ip-some-instance:~/projects/spark/training-scripts$ ./spark-ec2 -i ~/.ssh/myspark.pem -r us-east-1  -k myspark --copy launch try1
 Setting up security groups...
 Searching for existing cluster try1...
 Latest Spark AMI: ami-19474270
 Launching instances...
 Launched 5 slaves in us-east-1b, regid = r-0c5e5ee3
 Launched master in us-east-1b, regid = r-316060de
 Waiting for instances to start up...
 Waiting 120 more seconds...
 Copying SSH key /home/johndoe/.ssh/myspark.pem to master...
 ssh: connect to host ec2-54-90-57-174.compute-1.amazonaws.com port 22: Connection refused
 Error connecting to host Command 'ssh -t -o StrictHostKeyChecking=no -i /home/johndoe/.ssh/myspark.pem root@ec2-54-90-57-174.compute-1.amazonaws.com 'mkdir -p ~/.ssh'' returned  non-zero exit status 255, sleeping 30
 ssh: connect to host ec2-54-90-57-174.compute-1.amazonaws.com port 22: Connection refused
 Error connecting to host Command 'ssh -t -o StrictHostKeyChecking=no -i /home/johndoe/.ssh/myspark.pem root@ec2-54-90-57-174.compute-1.amazonaws.com 'mkdir -p ~/.ssh'' returned non-zero exit status 255, sleeping 30
 ...
 ...
 subprocess.CalledProcessError: Command 'ssh -t -o StrictHostKeyChecking=no -i /home/johndoe/.ssh/myspark.pem root@ec2-54-90-57-174.compute-1.amazonaws.com '/root/spark/bin/stop-all.sh'' returned non-zero exit status 127

其中root@ec2-54-90-57-174.compute-1.amazonaws.com 是用户和主实例。我试过-u ec2-user 并将-w 一直增加到600，但得到了同样的错误。

当我登录 AWS 控制台时，我可以在 us-east-1 中看到主实例和从实例，实际上我可以从“本地”ip-some-instance shell SSH 进入主实例。

我的理解是 spark-ec2 脚本负责定义主/从安全组（监听哪些端口等等），我不应该调整这些设置。这就是说，master和slave都听post 22（ampcamp3-slaves/masters sec.组中的Port:22, Protocol:tcp, Source:0.0.0.0/0）。

我在这里不知所措，在我将所有研发资金用于 EC2 实例之前，我将不胜感激......谢谢。

Answer 1

这很可能是由于 SSH 需要很长时间才能在实例上启动，导致 120 秒超时到期，然后机器才能登录。你应该可以运行

./spark-ec2 -i ~/.ssh/myspark.pem -r us-east-1  -k myspark --copy launch --resume try1

（带有--resume 标志）从中断的地方继续，而无需重新启动新实例。这个问题将在 Spark 1.2.0 中修复，我们有一个新机制可以智能地检查 SSH 状态，而不是依赖于固定的超时。我们还通过构建新的 AMI 来解决长期 SSH 启动延迟背后的根本原因。