5

固定的：

好吧，这似乎有点傻。原来 top 显示不正确，程序实际上继续运行。也许CPU时间变得太大而无法显示？无论哪种方式，该程序似乎都运行良好，而整个问题都没有实际意义。

谢谢（很抱歉这个愚蠢的问题）。

原问：

我正在运行 Ubuntu 服务器 10.04.3 的计算机上运行模拟。短期运行（<24 小时）运行良好，但长期运行最终会停止。停止，我的意思是程序不再获得任何 CPU 时间，但它仍将所有信息保存在内存中。为了运行这些模拟，我对程序进行 SSH 和 nohup 并将任何输出通过管道传输到文件。

其他信息：

系统肯定没有用完 RAM。该程序在完成之前不需要读取或写入硬盘驱动器；计算完全在内存中完成。该程序没有被杀死，因为它在停止后仍然有一个 PID。我正在使用openmp，但是增加了最大进程数并且最大时间是无限的。我正在使用 ARPACK fortran 库找到矩阵的最大特征值。

关于导致这种行为的原因或如何恢复我目前停滞的程序的任何想法？

谢谢

4

3 回答 3

4

我假设这是来自您的标签的 OpenMP 程序，尽管您从未真正声明过这一点。ARPACK 线程安全吗？

听起来您遇到了死锁（在 MPI 程序中比 OpenMP 更常见，但绝对有可能）。要做的第一件事是打开调试标志进行编译，然后下次发现此问题时，附加调试器并找出各个线程在做什么。例如，对于 gdb，这里显示了一些在线程之间切换的指令。

于 2011-10-16T16:59:57.510 回答
2

下次您的程序“停止”时，将 GDB 附加到它并执行thread apply all where.

  • 如果您的所有线程都被阻塞等待某个互斥锁，那么您就有了死锁。
  • 如果他们正在等待其他东西（例如读取），那么您需要弄清楚是什么阻止了操作完成。

通常在 UNIX 上，您不需要使用调试标志进行重建以获得有意义的堆栈跟踪。您不会获得文件/行号，但它们可能不是诊断问题所必需的。

于 2011-10-16T17:26:37.557 回答
1

了解正在运行的程序（即进程）正在做什么的一种可能方法是使用调试器附加到它gdb program *pid*（仅当程序已在启用调试的情况下编译时才有效-g），或对其使用 strace，使用strace -p *pid*. 该strace命令是一个实用程序（从技术上讲，是构建在系统调用接口之上的专用调试器ptrace），它向您显示程序或进程完成的所有系统调用。

还有一个变体，称为ltrace拦截对动态库中函数的调用。

为了感受它，尝试例如strace ls

当然，strace如果正在运行的程序没有进行任何系统调用，这对您没有多大帮助。

问候。 巴西尔·斯塔林克维奇

于 2011-10-16T19:36:44.130 回答