FATE后端使用spark_rabbitmq无法运行示例任务的问题

[wsptfb]

在KubeFATE的v1.8.0版本的docker-deploy部署方法中，使用两台虚拟机，使用eggroll可以正常运行示例流程；使用spark和rabbitmq无法运行示例数据。

为了使用spark和rabbitmq，根据收集的信息，

1. 首先修改parties.conf文件中的backend=spark_rabbitmq
   

2. 然后修改training_template/public/fate_flow/conf/service_conf.yaml文件中的default_engines部分，
   分别设置为 computing: spark federation: rabbitmq storage: hdfs
   

3. 修改完成后，分别运行generate_config.sh和docker_deploy.sh all命令，在两台虚拟机上启动了所有docker容器。在host端进入client_1容器，修改fateflow/examples/upload/upload_host.json文件，在最后添加”storage_engine“: "HDFS"后，使用flow data upload 提交数据
   

4. 在guest端以同样的方式修改upload_guest.json文件，添加”storage_engine“: "HDFS"后，使用flow data upload 提交数据。然后修改fateflow/examples/lr/test_hetero_lr_job_conf.json文件，在job_parameters中提交”spark_run“和"rabbitmq_run"的配置信息
   

5. 使用命令flow job submit提交任务
   

整个流程没有报错信息，但是提交任务后，所有的f_status一直处于waiting状态，训练流程无法运行。请问有可能是什么问题导致上述任务无法运行的情况？？？

[zhihuiwan]

job日志下面有没有报错信息？