0

在 HTCondor 中运行 python 脚本时，作业终止并在 .log 文件中出现以下错误代码：

006 (4069.000.000) 02/19 15:02:29 Image size of job updated: 1393668
        1362  -  MemoryUsage of job (MB)
        1393668  -  ResidentSetSize of job (KB)
...
006 (4069.000.000) 02/19 15:03:12 Image size of job updated: 33197416
        1430  -  MemoryUsage of job (MB)
        1463300  -  ResidentSetSize of job (KB)
...
005 (4069.000.000) 02/19 15:03:12 Job terminated.
        (0) Abnormal termination (signal 11)
        (0) No core file
                Usr 0 00:00:09, Sys 0 00:00:40  -  Run Remote Usage
                Usr 0 00:00:00, Sys 0 00:00:00  -  Run Local Usage
                Usr 0 00:00:09, Sys 0 00:00:40  -  Total Remote Usage
                Usr 0 00:00:00, Sys 0 00:00:00  -  Total Local Usage
        0  -  Run Bytes Sent By Job
        4477484  -  Run Bytes Received By Job
        0  -  Total Bytes Sent By Job
        4477484  -  Total Bytes Received By Job
        Partitionable Resources :    Usage  Request Allocated
           Cpus                 :                 1         1
           Disk (KB)            :     4500     4500   1699801
           Gpus                 :                           0
           Memory (MB)          :     1430        5         5
...

什么会导致这样的错误以及如何纠正它？

谷歌搜索后，我发现了一个 mialing 列表，建议添加该行

getenv=true

在提交文件上，我这样做了，但没有解决问题，我收到了同样的错误。

感谢您的帮助/建议

4

1 回答 1

0

信号 11 指的是SIGSEGV，它是分段错误。日志消息说您的脚本因分段错误而终止，Condor 无能为力。您需要调试脚本以确保它不会进行无效的内存访问等会导致段错误。

如果 Condor 设置正确，我还会在工作描述文件中添加通知：

notification = Error
notify_user = my@email.com

这样在这些情况下，它会通知您您的工作异常终止。

于 2018-08-05T11:17:31.757 回答