我的工作流程需要在两个不同的集群上执行。第一个集群根据资源可用性将作业调度到节点。第二个集群为给定作业保留整个节点,并要求其用户在其作业脚本中有效地使用这些多个核心。对于第二个集群,在后台提交较少数量的作业和堆栈进程是公认的做法。
对于一个玩具示例,假设我要创建四个文件:
SAMPLES = [1, 2, 3, 4]
rule all:
input:
expand("sample.{sample}", sample=SAMPLES)
rule normal_create_files:
input:
output:
expand("sample.{sample}", sample=SAMPLES)
shell:
"touch {output}"
这可以与每个样本一个作业并行运行。
除了每个创建一个文件的四个作业之外,我还希望能够有两个作业每个创建两个文件。
我尝试了一些想法,但还没有走得很远。以下工作流程与上述工作流程相同,只是它创建批次并将作业作为每个批次中的后台进程启动:
rule all:
input:
expand("sample.{sample}", sample=SAMPLES)
rule stacked_create_files:
input:
output:
"sample.{sample}"
run:
import subprocess as sp
def chunks(l, n):
for i in range(0, len(l), n):
yield l[i:i + n]
pids = []
for chunk in chunks({output}.pop(), 2):
for sample in chunk:
pids.append(sp.Popen(["touch", sample]))
exit_codes = [p.wait() for p in pids]
然而,这仍然创造了四个工作岗位!
我还在相关主题的邮件列表中看到了 Karel Brinda 的回复。他指出了他自己的项目,他在 python 中进行动态规则创建。接下来我将尝试这些方面的东西。
理想的解决方案是生成一组输出文件的单个规则,但能够批量生成这些文件。批次数将由配置参数设置。
这里有没有人遇到过类似的情况?任何想法或想法将不胜感激!