GCP Spot VM托管实例组启动脚本运行异常求助

问题原因 #

1. 启动脚本以root身份运行：Google Cloud启动脚本默认使用root用户执行，此时~指向/root目录，而非普通用户的/home/<username>。所以gsutil cp命令会将spot_vm目录下载到/root/spot_vm，你手动登录普通用户自然找不到该目录。
2. Conda环境变量未即时生效：虽然脚本中执行了conda init bash和source ~/.bashrc，但conda init仅为当前用户（root）配置bashrc，且脚本执行的上下文可能导致环境变量未即时加载，直接调用conda命令时会出现"command not found"错误。另外，后续tmux会话是独立shell，也无法自动继承root的conda环境。

解决方案 #

方案1：切换到普通用户执行（推荐，与手动执行环境一致）

修改启动脚本，切换到你的普通用户（以默认的ubuntu为例，需根据实际用户调整）执行所有操作：

#!/bin/bash
sleep 60

# 指定目标普通用户
TARGET_USER=ubuntu
su - $TARGET_USER << 'EOF'
# 更新系统包
yes Y | sudo apt-get update

# 安装tmux
yes Y | sudo apt-get install tmux

# 安装Miniconda
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh -b
rm Miniconda3-latest-Linux-x86_64.sh  
~/miniconda3/bin/conda init bash
source ~/.bashrc

# 从GCS拉取文件到普通用户home目录
gsutil cp -r gs://my_bucket/spot_vm ~/

# 创建conda环境
yes Y | conda create -n test python=3.10

# 启动tmux会话运行脚本
tmux new-session -d 'cd ~/spot_vm; eval "$(conda shell.bash hook)"; conda activate test; python spot_test.py'
EOF

方案2：以root用户运行，使用绝对路径

若坚持用root执行，需全程使用绝对路径确保环境和路径正确：

#!/bin/bash -i
sleep 60
yes Y | apt-get update

# 安装tmux
yes Y | apt-get install tmux

# 安装Miniconda到root目录
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh -b -p /root/miniconda3
rm Miniconda3-latest-Linux-x86_64.sh  
/root/miniconda3/bin/conda init bash
source /root/.bashrc

# 明确指定下载路径到root目录
gsutil cp -r gs://my_bucket/spot_vm /root/

# 用绝对路径调用conda创建环境
yes Y | /root/miniconda3/bin/conda create -n test python=3.10

# tmux会话中用绝对路径加载conda环境
tmux new-session -d 'cd /root/spot_vm; eval "$(/root/miniconda3/bin/conda shell.bash hook)"; conda activate test; python spot_test.py'

验证步骤

1. 重新创建实例模板并更新托管实例组，启动新实例。
2. 登录实例后，方案1检查/home/<TARGET_USER>/spot_vm，方案2检查/root/spot_vm。
3. 执行tmux ls查看会话，用tmux attach-session -t <会话名>进入会话确认脚本运行状态。

内容的提问来源于stack exchange，提问作者Davide