Microsoft Word - advanced

Size: px

Start display at page:

Download "Microsoft Word - advanced"

锭阮
5 years ago
Views:

1 高级进阶目录 1. 系统组成与登陆 2. 编译系统与并行环境 3. 数学库链接 4. 作业调度系统 4.1 提交作业 qsub 4.2 查看状态 qstat 4.3 查询作业 qselect 4.4 挂起作业 ghold 4.5 释放作业 qrls 4.6 重新运行作业 qrerun 4.7 更改作业属性 qalter 4.8 删除作业 qdel 4.9 给作业发送消息 qmsg 4.10 在结点之间移动作业 qmove 4.11 给作业发送信号 qsig 4.12 查看和管理结点 ljrsnodes 4.13 查看所有计算结点的状态 shownodes 5. 常见问题及处理 5.1 无法传递作业的输出 5.2 无法运行作业

2 5.3 作业状态在 R 和 Q 之间变换 5.4 qdel 命令运行失败 1. 系统组成与登陆系统之高性能计算机群硬件主要由前端机计算结点登陆结点存储结点 Ethernet 交换网络高速通信交换网络等部分组成 ; 软件部分主要包括结点操作系统机群管理系统机群监控系统机群部署系统机群并行通信系统和应用支撑环境等 128 个 Intel Xeon Woodcrest 2.33GHz 双核处理器, 计算结点的主机名为 c0101-c0324. 结点操作系统选用 RedHat Linux 企业版 4.0, 计算结点的内核为 smp 版本 1 个管理结点和 1 个 I/O 结点, 各含 Intel Xeon 5140 双核处理器 2GB 内存 146GB 热插拔 SAS 硬盘, 主机名分别为 console 和 io1. SSH 登陆 IP 地址为编译系统与并行环境编译系统与并行环境包括 : Intel Fortran 8.1 编译器, 它支持 IA-32/EM64T 计算机系统, 调用命令是 ifort, 环境变量设置为

3 /opt/intel/compiler60/ia32/bin/ifortvars.sh, 编译器常用选项有 : -O1, 允许对程序进行优化, 此项为默认 ; -O0, 不对程序进行优化 ; -mp, 支持浮点精度 ; -ipo_c, 生成多个目标文件 ; -unroll[n], 设置最大循环数 GNU 的编译器 GCC 3.4.3,gcc 命令用来编译 C/C++ 源文件, 也处理汇编源文件目标文件以及头文件,-c 和 -o 选项分别生成目标文件和可执行文件, 还有 -O 或 -O2 用以优化代码 ;make 自动生成和维护目标程序工具 ; Gdb 用来调试程序并行环境为 MPICH-1.2.6, 它拥有 MPI2.0 的很多功能, 可以支持 C++ FORTRAN90 单向通信和 MPI I/O 等, 环境变量设置为 /export/mpi/mpich/bin, 使用 mpirun 命令运行 MPI 程序由于本系统使用 Myrinet 网络, 需要安装基于 GM 协议的 MPI,GM 对上层 GM API Socket VI 等多种用户编程界面, 支持 MPI 和 PVM 等主流标准的并行编程环境, 其 PATH 环境变量设置为 /export/mpi/mpich-gm/bin. PVM 并行编程, 支持异构计算资源的并行虚拟机, 其链接和运行的环境为 PVM_ROOT=/export/pvm/pnm3

4 export PVM_ROOT 机群结点内或可视化系统的 OpenMP 程序的编译链接与运行 : 编译链接 OpenMP 并行程序时应该使用 -mp 开关 ; 自动生成并行程序 f90 -apo *.f90 可自动生成 OpenMP 程序 ;OpenMP 程序的运行需通过环境变量 OMP_NUM_THREADS 指定运行时的线程数 3. 数学库链接 BLAS (Basic Linear Algebra Subprograms) 已成为线性代数运算领域事实上的标准, 很多线性代数软件如 LAPACK ScaLAPACK 都采用了 BLAS, 链接 BLAS 库用 cc *.c lscs 或 f77 *.f -lblas Goto's BLAS 链接方法为. 单线程版本 : -lgoto. 多线程版本 : -lgotop -lpthread Atlas(Automatically Tuned Linear Algebraic Software) 为新的微处理器体系结构提供高效的 BLAS 实现, 它将与特定体系结构相关的特征都抽取到某几个函数中, 这些函数会充分考虑 L1 Cache 等硬件特征, 根据用户提供的参数 ( 如阻止因子等 ) 自动地生成这些函数的代码, 有效弥补了 BLAS 只定义接口而导致局限于各厂家自己平台的不足与 ATLAS 库链接的参数分别为

5 . 单线程 C BLAS 库 : -L/usr/local/atlas/lib -lcblas -latlas. 单线程 Fortran BLAS 库 : -L/usr/local/atlas/lib -lf77blas -latlas. 多线程 C BLAS 库 : -L/usr/local/atlas/lib -lptcblas -latlas -lpthread. 多线程 Fortran BLAS 库 : -L/usr/local/atlas/lib -lptf77blas -latlas -lpthread 单线程与多线程库的区别在于使用单线程库时, ATLAS 函数内部是串行的 ( 相当于 MKL 中 OMP_NUM_THREADS=1), 而使用多线程库时, ATLAS 的部分函数中使用了多线程 SMP 并行 ( 相当于 MKL 中 OMP_NUM_THREADS=2). MKL 是 Intel 为科学与工程浮点运算设计的数学库, 包含 BLAS LAPACK FFT 和 VML 等函数库, 主要特性 : 高度优化的函数库 BLAS LAPACK DFTs VML VSL, 支持 Intel Xeon 处理器向量随机数生成器新的 2 维和 3 维 mixed radix Fourier Transforms 加上 Vector Statistical Library 提供了向量随即数生成器内建线程级并行化

6 不需要附加的工作完成并行化, 为许多应用提供了出色的性能接口具有兼容性方便了独立软件开发和函数库开发者,Intel Cluster Math Kernel Library 包含 Intel MKL 的全部高度民主优化线程安全的数学函数, 外加 Linux* 群集的 ScaLAPACK(Scalable LAPACK), Intel Cluster MKL 还支持 BLACS 和 PBLAS, 该性能库的功能领域包括 :ScaLAPACK, BLAS and LAPACK Library, 离散傅里叶变换 (DFT), 矢量数学库 (VML), 矢量统计数学库 (V SL), 随即数发生器,PARDISO Direct Sparse Solver 等, 与 MKL 库链接的参数为 -L/opt/intel/mkl/lib/32 -lmkl_p4 -lguide -lpthread MKL 库中有些函数使用了多线程并行, 用户可用环境变量 OMP_NUM_THREADS 来控制 MKL 运行时的线程数 ( 应该根据每个结点上运行的进程数来确定线程数, 当一个结点上运行一个进程时通常可将 OMP_NUM_THREADS 设成 2, 而当每个结点上运行两个进程时则应将 OMP_NUM_THREADS 设成 1). 4. 作业调度系统用户通过 mpirun 命令以交互的方式运行 MPI 程序, 交互作业使用与普通作业处于不同的队列, 它仅用于用户调试程序, 需要长时间运行的作业

7 应使用下面所介绍的命令以后台作业的方式提交 4.1 后台提交作业 qsub 语法 : qsub [-a date_time] [-A account_string] [-e path] [-h] [-I] [-j join] [-k keep] [-l resource_list] [-m mail_options] [-n Node_allocation_Method [-L v1,[v2,[v3,[v4]]]]] [-M user_list] [-N name] [-o path] [-p priority] [-q pool] [-r y n] [-u user_list] [-v variable_list] [-V] [script] 参数 : script 参数被省略时, 该命令可以从标准输入获得脚本文件名 -a 指定作业运行的时间格式为 [[[[CC]YY]MM]DD]hhmm[.SS] CC 表示世纪,YY 表示年 ( 后两位数字 ),MM 表示月 ( 两位数字 ),DD 表示天 ( 两位数字 ),hh 表示小时 ( 两位数字 ),mm 表示分 ( 两位数字 ),SS 表示秒 ( 两位数字 ) 如果 DD 指定的是未来日子, 而未指定 MM, 则 MM 缺省值为当前月, 否则,MM 的缺省值为下个月如果 hhmm 指定的未来时间, 而未指定 DD, 则 DD 的缺省值为当天, 否则,DD 的缺省值为明天如果提交作业时使用该选项, 当指定时间还没到时, 作业状态显示为 W

8 -e 指定错误输出文件名, 格式为 [hostname:]path_home Hostname 是返回错误输出文件的主机名,path_home 是错误输出文件的绝对路径, 如果指定了相对路径, 则相对用户的主目录不使用该选项时, 缺省值是在用户主目录下, 以作业名.e 作业 ID 命名的文件 -o 指定输出文件名, 格式为 [hostname:]path_home 缺省值是在用户主目录下, 以作业名.e 作业 ID 命名的文件 -h 指定在提交作业时, 设置用户级 u 挂起如果不指定, 则设置挂起类型为 n, 即不挂起 -I 指定作业以交互方式运行 -j 指定合并错误输出和实际输出如果指定 oe, 则合并到标准输出文件中 ; 如果指定 eo, 则合并到标准错误输出文件中. -k 指定执行主机是否保留错误输出和实际输出如果指定 o, 则仅保留标准输出 ; 如果指定 e, 则仅保留标准错误输出 ; 如果指定 oe 或 eo, 则保留标准输出和标准错误输出 ; 如果指定 n, 则不保留任何输出 -l 指定作业所需要的资源, 设定对可消耗资源的限制如果不设置, 则无限制例如 : resource_name[=[value]][,resource_name[=[value]], ] LINUX 系统可以设置的资源有 cput, file, pcput, pmem, pvmem, vmem,

9 walltime, arch, nodes, ncpus 等 Cput 指作业的所有进程使用 cpu 最长时间 File 指作业可以建立单个文件大小的最大限制 Pcput 指作业的单个进程可以使用 CPU 的最长时间 vmem 指作业可以使用的物理内存的最大值 Pmem 指作业的单个进程可以使用的物理内存的最大值 Pvmem 指作业的单个进程可以使用的虚拟内存的最大值 walltime 指作业处于运行状态的最长时间 arch 指定系统管理员所定义的系统结构类型 host 指定作业运行的主机名 nodes 指定作业独占使用的结点数目和属性, 使用 + 可以连接多种结点的定义结点的属性和主机名或数目之间通过 : 分隔如果不指定结点数, 则缺省为 1 结点的属性包括 ppn( 每个结点上的进程数, 缺省为 1) 和系统管理员设置的属性 ( 如 batch bigmem) 例如 : 请求 12 个结点, 不管其属性 -l nodes=12 请求 12 个属性为 batch 的结点和 14 个属性为 bigmem 的结点 -l nodes=12:batch+14:bigmem 请求 4 个结点, 每个结点上使用 2 个 CPU

10 -l nodes=4:ppn=2 software 指作业要求的软件包 -m 定义何时给用户发送有关作业的邮件可设定的选项有 : n 不发送邮件 a 当作业被批处理系统中断时, 发送邮件 b 当作业开始执行时, 发送邮件 e 当作业执行结束时, 发送邮件 -n 指定结点分配方法, 如 CPU 占用最少者优先内存占用最少者有限和综合因素法 ( 综合 CPU 内存缓冲区硬盘等因素) -L 当使用综合因素结点分配法时, 指定 CPU 内存缓冲区硬盘等因素的权值 -M 指定发送有关作业信息的邮件用户列表格式为 user[@host][,user@[host], ] 缺省值为提交作业的用户 -N 指定作业的名字缺省值为脚本的名字, 如果没有指定脚本, 则为 STDIN -p 指定作业的优先级, 优先级的范围是 [-1024, +1023] 缺省值是没有优先级 -q 指定作业的目的地 ( 结点池 ), 目的地可有三种格式 :

11 -r y n 指定作业是否可重新运行指定 y 时, 作业可以重新运行 ; 指定 n 时, 作业不能重新运行缺省值为 n -v 格式为 variable1,variable2, 或 variable1=value,variable2=value, 这些变量和其值可以传递到作业中 -V 指定 qsub 命令的所有的环境变量都传递到批处理作业中作用 : 以脚本文件的形式向批处理服务器提交作业举例 : 运行 MPI 程序的脚本 cpi.ljrs 如下 : #!/bin/sh ### Job name #LJRS -N test ### Declare job non-rerunable #LJRS -r n ### Output files #LJRS -e test.err

12 #LJRS -o test.log ### Mail to user #LJRS -m ae ### pool name (small, medium, long, verylong) #LJRS -q dque ### Number of nodes (node property ev67 wanted) #LJRS -l nodes=8:batch # This job s working directory echo Working directory is $LJRS_O_WORKDIR cd $LJRS_O_WORKDIR echo Running on host hostname echo Time is date echo Directory is pwd echo This jobs runs on the following processors: echo cat $LJRS_NODEFILE # Define number of processors NPROCS= wc -l < $LJRS_NODEFILE echo This job has allocated $NPROCS nodes # Run the parallel MPI executable a.out mpirun -v -machinefile $LJRS_NODEFILE -np $NPROCS cpi 1 把脚本文件 cpi.ljrs 提交到结点池 dque 中运行

13 $ qsub cpi.ljrs 35.console $ qstat Job id Name User TimeUse S Pool 35.console cpi zhangxq 0:00:00 R dque 2 把脚本作业 cpi.ljrs 提交到结点池 long 中运行, 并且当作业开始运行时, 给用户发送电子邮件 $qsub -P long -m b cpi.ljrs $qstat Job id Name User TimeUse S Pool 36.console cpi zhangxq 0 R long 3 使用 15 个结点运行 cpi.ljrs, 运行时间不能大于 2 小时, 作业占用的内存能大于 15mb $qsub l nodes=15,walltime=2:00:00,mem=15mb cpi.ljrs 4 综合考虑 CPU 内存缓冲区硬盘等因素的使用情况, 设置其权值分别为 5, 4, 3, 2. $qsub l nodes=5 -n syn L 5, 4, 3, 2 cpi.ljrs

14 5 使用 -I 和 l 选项在指定的结点上交互式运行作业 $ qsub I -l nodes=c0101 运行该命令后, 系统将自动切换到 c0101 的虚拟终端, 所有的标准输入和标准输出和标准错误输出均都显示在该终端上. 在系统出现 waiting to jobid to start 时, 用户若按 ^C 键, 即可中断该交互作业. 当该交互作业已经启动后, 用户除了交互式运行作业外, 还可进行以下操作 : ~. 该命令将使 qsub 退出, 且终止作业 ~^Z 挂起 qsub, 作业依然保持运行状态, 无任何输入输出用户可以在本地 shell 上提交命令 ~^Y 部分挂起 qsub, 因为还可以给作业发送输入, 而且接受作业的输出的同时, 还可以在本地 shell 提交命令 4.2 查看状态 qstat 语法 : qstat [-f][-w site_specific] [job_identifier... destination...] qstat -Q [-f][-w site_specific] [destination...] qstat -B [-f] [-W site_specific] [server_name...]

15 参数 : destination 可以为 pool,@server,pool@server 作用 : 查看作业结点池和批处理服务器的状态命令格式一可以输出所指定作业 ID 或者结点池中所有作业的状态, 命令格式二可以输出每个结点池的状态信息, 命令格式三可以输出服务器的状态举例 : 1. 显示已经配置的所有结点池状态信息 qstat -q 2. 显示已经提交的作业状态信息 qstat -a 3. 显示指定作业的所有状态信息 $ qstat -f 23.console mtime = Sun Apr 28 19:54: Output_Path = console:/home/zhangxq/cpi.o23

16 Priority = 0 qtime = Sun Apr 28 19:54: Rerunable = True Resource_List.cput = 00:00:59 Resource_List.nodect = 2 Resource_List.nodes = 2:ppn=1 Variable_List = LJRS_O_HOME=/home/zhangxq,LJRS_O_LANG=en_US 4. 显示服务器的状态 $qstat B Server Max Tot Que Run Hld Wat Trn Ext Status console Active 4.3 查询作业 qselect 语法 : qselect [-a [op]date_time] [-A account_string] [-h old_list] [-l resource_list] [-N name] [-p [op]priority] [-q destination] [-r y n] [-s states] [-u user_list]

17 参数 : op 表示某一个作业属性值和选项参数值之间的关系如.eq. ( 等于 ).ne. ( 不等于 ).ge. ( 大于或等于 ).gt. ( 大于 ).le. ( 小于 ) 其它参数含义见 qsub 命令作用 : 列出符合选项要求的作业 ID 这些作业来自于单个服务器如果没有任何选项, 该命令则列出该用户被授权的服务器上的所有作业对那些普通用户来说, 该命令只显示该用户所提交的作业举例 : 1. 查询用户所提交的作业 $ qsub -q long cpi.ljrs 28.console $ qselect 25.console 28.console

18 2. 查询指定结点池中的作业 $ qstat Job id Name User TimeUse S Pool 25.console cpi zhangxq 0 Q dque 29.console cpi zhangxq 0 R long $ qselect -P dque 25.console 3. 查询指定主机上的作业 $ qstat Job id Name User TimeUse S Pool 25.console cpi zhangxq 0 Q dque 29.console cpi zhangxq 0 R long $ qselect 25.console 29.console 4.4 挂起作业 qhold 语法 : qhold [-h hold_list] job_identifier

19 作用 : 挂起批处理作业挂起有三种类型 : 普通用户级 u 管理员级( 操作员级 ) o 系统级 s, 缺省值为不挂起 n 用户只能在用户级别挂起自己提交的作业, 操作员可以在用户级和操作员级挂起任何作业, 系统管理员可以在任何级别上挂起任何作业在执行该命令时, 如果作业在运行结点池里排队, 那么作业将直接被挂起 ; 如果作业处于运行状态, 为了中断作业的执行, 必须采取其他办法如果被挂起作业的主机系统支持一致点检查或者重新启动, 则挂起正在运行作业将引发以下操作 : 首先检查作业的一致性, 然后释放该作业所占用的资源, 最后该作业位于执行结点池中, 处于挂起状态 ; 如果被挂起作业的主机系统不支持一致点检查或者重新启动, 则仅设置指定的挂起作业类型, 而实际上并不能挂起, 除非调用 qrerun 命令重新运行该作业时, 该挂起请求才生效举例 : 1. 使用普通用户身份挂起作业 $ qhold -h u 25.console $ qstat Job id Name User TimeUse S Pool 25.console cpi zhangxq 0 H dque

20 2. 以操作员身份挂起作业 $ qhold -h o 25 qhold: Unauthorized Request 25.console $ su root $ qhold -h o 25 $ qstat Job id Name User TimeUse S Pool 25.console cpi zhangxq 0 H dque 4.5 释放作业 qrls 语法 : qrls [-h hold_list] job_identifier... 作用 : 释放被挂起的批处理作业由于作业的挂起有三种类型 :USER OPERATOR 和 SYSTEM 所以, 要释放不同类型的作业挂起, 用户就必须具有相应的权限缺省为 USER 级举例 : 释放在普通用户和操作员级被挂起的作业 $ qstat

21 Job id Name User TimeUse S Pool 25.console cpi zhangxq 0 H dque $ qrls -h uo 25 $ qstat Job id Name User TimeUse S Pool 25.console cpi zhangxq 0 Q dque 4.6. 重新运行作业 qrerun 语法 : qrerun job_identifier... 作用 : 重新运行所指定的作业举例 : 如果作业允许别重新执行 ( 缺省值是可以重新运行 ) ROOT 用户运行该命令, 可以终止本次运行, 把该作业放入其原来所在的结点池中, 重新运行 $ qrerun 27 qrerun: Unauthorized Request 27.console $ su root $ qstat

22 Job id Name User TimeUse S Pool 25.console cpi zhangxq 0 Q dque 27.console cpi zhangxq 0 R dque $ qrerun 27 $ qstat Job id Name User TimeUse S Pool 25.console cpi zhangxq 0 Q dque 27.console cpi zhangxq 0 R dque 4.7 更改作业属性 qalter 语法 : qalter [-a date_time] [-A account_string] [-e path] [-h hold_list] [-j join] [-k keep] [-l resource_list] [-m mail_options] [-M user_list] [-N name] [-n cpu mem syn [-L v1,[v2,[v3,[v4]]]]] [-o path] [-p priority] [-r c] [-u user_list] job_identifier... 参数 : 各参数的含义见 qsub 命令作用 : 更改批处理作业的属性主要修改所指定作业 ID 的相关属性 ( 选项表中所

23 列出的属性 ) 举例 : 1. 更改批处理作业的运行时间属性 $ qalter -a console 2. 更改给用户发送邮件的时间为作业中止和运行结束时 $ qalter m ae 23.console 4.8 删除作业 qdel 语法 : qdel [-W delay force] job_identifier... 参数 : -W 当指定 delay 时, 表示在删除作业前需要等待的时间 ( 秒 ) 当指定 force 时, 强制删除该作业作用 : 删除批处理作业按照命令行中所指定的作业 ID 的顺序来删除作业举例 : $ qstat

24 Job id Name User TimeUse S Pool 22.console cpi zhangxq 0 Q long $ qdel 22 $ qstat 4.9 给作业发送消息 qmsg 语法 : qmsg [-E] [-O] message_string job_identifier... 参数 : -E 将消息串写入错误输出文件 -O 将消息串写入输出文件作用 : 给批处理作业发送消息该命令通过给作业的所有者 ( 批处理服务器 ) 发送消息, 从而把消息写入作业的输出文件, 也就是说, 该命令并不是直接把消息写入作业的输出文件举例 : 给正在运行的作业发送消息, 该消息被写入所指定作业的错误输出文件中 $ qstat

25 Job id Name User TimeUse S Pool 25.console cpi zhangxq 0 Q dque 26.console cpi zhangxq 0 R dque $ qmsg The job is running 26 $ more cpi.e26 The job is running 4.10 在结点池之间移动作业 qmove 语法 : qmove destination job_identifier... 参数 : destination 可以为结点池名作用 : 把批处理作业移到其他结点池中去运行即把作业从所在的结点池中删除, 并放在其他结点池中举例 : $ qstat Job id Name User TimeUse S Pool

26 22.console cpi zhangxq 0 Q dque $ qmove long 22 $ qstat Job id Name User TimeUse S Pool 22.console cpi zhangxq 0 Q long 4.11 给作业发送信号 qsig 语法 : qsig [-s signal] job_identifier... 参数 : 参数 signal 可以为信号名称, 如 SIGKILL,KILL,SIGNULL 或者无符号整数, 如 9 0 作用 : 给正在运行的批处理作业发送信号如果不指定 -S 选项, 则发送 SIGTERM 信号如果有下列原因之一, 如用户无权给作业发送信号作业未处于运行状态和该信号请求对作业所运行的系统无效, 则拒绝执行该命令请求 4.12 查看和管理结点 ljrsnodes

27 语法 : ljrsnodes [- {c o r}] [nodename ] ljrsnodes - {a l }] 参数 : -a 列出所有结点及其属性, 属性包括 state 和 properties -c 清除结点列表中的 offline 或 down 状态设置, 使结点可以被分配给作业 -l 以行的方式列出被标记的结点的状态 -o 将指定结点的状态标记为 offline 这将帮助管理员暂时停止某些结点的服务 -r 清除指定结点的 offline 状态作用 : 该命令可以标记结点的状态为 offline down 或 free, 也可以帮助用户查看结点信息除了 -a 和 -l 选项外, 使用其他选项需要拥有操作员和管理员权限举例 : 1 查看所有结点信息 ljrsnodes -a 2 将结点标记为 offline 状态 ljrsnodes o c0108

28 3 清除结点的 offline 状态设置 ljrsnodes c c0108 或 ljrsnodes r c 查看所有计算结点的状态 shownodes 语法 : shownodes [-h] 作用 : 按照结点池分类显示各结点池中结点的状态, 结点状态以不同颜色显示并在结点名后以数字代表可用 CPU 数和总共 CPU 数例如 c0101-2/2, 表示 c0101 结点可用 2CPU 总共 2CPU,c0102-1/2 表示 C0102 可用 1CPU 总共 2CPU 举例 : $shownodes h 获取命令的帮助信息 5. 常见问题及处理 5.1 无法传递作业的输出

29 如果作业的输出不能传递给用户, 它被保存在专门的目录 /usr/local/spool/ljrs/undelivered 中, 且已经给该用户发送邮件通常, 不能传递作业的输出结果的原因有 : 1 目的主机不可信任, 并且用户的主目录下没有建立.rhost 文件 2 作业输出所指定的路径不正确 3 在作业输出所指定的路径没有写的权限 4 计算结点主机上的目录/usr/local/spool/ljrs/spool 的权限不正确正确的权限值应该为 1777(drwxrwxrwxt) 5.2 无法运行作业如果用户收到邮件, 该邮件包括 jobid 和 Job can not be executed, 则表示该作业在运行时被 EXECD 进程中止错误原因被记录在 EXECD 的日志文件和该作业的标准错误输出文件中常见的原因有用户帐号 / 组名无效资源请求无效和系统错误等 5.3 作业状态在 R 和 Q 之间变换一直不能启动作业运行, 作业状态在 R ( 运行 ) 和 Q ( 排队 ) 之间切换发生该问题的原因是用户没有权限运行作业, 或者所分配的结点上根本没有该用户如果系统配置 NIS, 则说明该 NIS 的 rsh 权限没开放此时应该正确指定运行该作业的用户, 或打开用户的 rsh 权限 5.4 qdel 命令运行失败

30 qdel 命令删除作业失败, 且报告错误信息 : cannot contact Execd 原因是并行作业运行的主结点上的作业加载器发生故障解决办法是在主结点上以接管作业的方式启动作业加载器, 作业加载器监测到该作业的相关进程不存在, 就自动删除该作业更新

PowerPoint 簡報

PowerPoint 簡報 1800 LJRS 1. LJRS 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. FAQ LJRS Lenovo Job & Resource Management System LJRS LJRS LJRS web LJRS LJRS 1. LINUX AIX 2. MPI PVM 3. 4. 5. 6. 7. / WEB 8. 1 NFS NIS root TOMCAT