Lustre Mounter — Google Cloud Managed Lustre

Overview

在 GCE VM（特别是 TPU VM）上安装 Lustre 客户端并挂载 Google Cloud Managed Lustre 文件系统。适用于需要高性能共享存储的训练/推理场景。

When to Use This Skill

• 用户说"挂载 lustre"、"mount lustre"、"安装 lustre 客户端"
• 需要在 VM 上配置高性能共享文件系统
• Lustre 挂载失败需要排查

Prerequisites

• VM 必须和 Lustre 实例在同一 VPC 网络
• 需要 sudo 权限
• Ubuntu 24.04 (noble) 或 22.04 (jammy)

Installation Workflow

Step 1: 安装 Lustre 客户端（通过 Artifact Registry）

# 安装签名密钥
curl -fsSL https://packages.cloud.google.com/apt/doc/apt-key.gpg | sudo gpg --dearmor -o /usr/share/keyrings/google-cloud.gpg
curl -fsSL https://us-apt.pkg.dev/doc/repo-signing-key.gpg | sudo gpg --dearmor -o /usr/share/keyrings/lustre-client.gpg

# 添加 artifact registry transport
echo 'deb [signed-by=/usr/share/keyrings/google-cloud.gpg] http://packages.cloud.google.com/apt apt-transport-artifact-registry-stable main' | sudo tee /etc/apt/sources.list.d/artifact-registry.list
sudo apt-get update && sudo apt-get install -y apt-transport-artifact-registry

# 添加 Lustre repo（按 OS 版本选择）
# Ubuntu 24.04 (noble):
echo "deb [signed-by=/usr/share/keyrings/lustre-client.gpg] ar+https://us-apt.pkg.dev/projects/lustre-client-binaries lustre-client-ubuntu-noble main" | sudo tee -a /etc/apt/sources.list.d/artifact-registry.list
# Ubuntu 22.04 (jammy):
# echo "deb [signed-by=/usr/share/keyrings/lustre-client.gpg] ar+https://us-apt.pkg.dev/projects/lustre-client-binaries lustre-client-ubuntu-jammy main" | sudo tee -a /etc/apt/sources.list.d/artifact-registry.list
sudo apt-get update

# 安装客户端（注意：包名和 suite 都跟内核版本绑定）
sudo apt install -y lustre-client-modules-$(uname -r)/lustre-client-ubuntu-noble
sudo apt install -y lustre-client-utils/lustre-client-ubuntu-noble

重要: 如果是 Ubuntu 22.04 (jammy)，将上面的 noble 替换为 jammy。先用 lsb_release -cs 确认 OS 版本。

Step 2: 加载内核模块

sudo modprobe lustre
sudo lctl list_nids  # 验证 — 应输出类似 10.x.x.x@tcp 的 NID

Step 3: 挂载文件系统

sudo mkdir -p /mnt/lustre
sudo mount -t lustre <IP>@tcp:/<FILESYSTEM> /mnt/lustre

示例（已知实例 chrisya-lustre）:

sudo mount -t lustre 172.25.0.3@tcp:/lfs /mnt/lustre

验证挂载:

df -h /mnt/lustre
ls /mnt/lustre

Step 4: 查看 Lustre 实例信息

如果不知道 IP 或 filesystem 名，用 gcloud 查询:

gcloud lustre instances describe <INSTANCE_NAME> \
  --location=<ZONE> \
  --project=<PROJECT> \
  --format="yaml(mountPoint,network,capacityGib)"

Network Troubleshooting

确认 VM 和 Lustre 在同一 VPC

# 查看 Lustre 实例的网络
gcloud lustre instances describe <INSTANCE_NAME> \
  --location=<ZONE> \
  --project=<PROJECT> \
  --format="value(network)"

TCP 988 连通性测试

timeout 3 bash -c 'echo > /dev/tcp/<LUSTRE_IP>/988'
# 成功无输出，失败报 Connection refused 或超时

注意: ICMP ping 可能被防火墙拦截，ping 不通不代表网络不通。以 TCP 988 测试结果为准。

常见网络问题

Known Lustre Instances

Important Notes

• 内核版本绑定: Lustre 客户端模块与内核版本强绑定，内核升级后必须重新安装 lustre-client-modules-$(uname -r)
• 不要用 PD/GCS: 对于大模型权重和数据集，Lustre 的带宽远超 Persistent Disk 和 GCS FUSE，应优先使用 Lustre
• 幂等检查: 安装前先检查 dpkg -l | grep lustre 和 mount | grep lustre，避免重复操作
• 官方文档: https://docs.cloud.google.com/managed-lustre/docs/connect-from-compute-engine

Verification Checklist

echo "=== Lustre Client 验证 ==="
echo "1. OS: $(lsb_release -ds) ($(lsb_release -cs))"
echo "2. Kernel: $(uname -r)"
echo "3. Lustre modules: $(dpkg -l | grep lustre-client-modules | awk '{print $2, $3}' || echo 'NOT installed')"
echo "4. Lustre utils: $(dpkg -l | grep lustre-client-utils | awk '{print $2, $3}' || echo 'NOT installed')"
echo "5. Kernel module: $(lsmod | grep lustre | head -1 || echo 'NOT loaded')"
echo "6. NIDs: $(sudo lctl list_nids 2>/dev/null || echo 'lctl not available')"
echo "7. Mounts: $(mount | grep lustre || echo 'No lustre mounts')"