问题标签 [lsf]

我有一个我想要 bsub 的 bash 函数。当我尝试获取脚本时会递归调用它，但如果我不获取脚本，它似乎无法识别我的函数。如何在同一脚本文件中的函数上正确调用 besub？

我的脚本（应该打印“12345”）：

有没有办法将 cgroups.cpuset 与 lsf 一起使用？看起来我们只能将来自 cgroups 的 freezer 和 acct 与 LFS v9.1 一起使用。

在我们的集群上，当我提交请求超过（包括）40 个节点或 640 个内核的作业时，$LSB_HOSTS 变空，因此作业停止。我使用这个变量来生成一个 nodelist 文件，我将它与 mpirun 命令行一起使用，如下所示：

这里有什么提示吗？

你能看出这个脚本有什么问题吗？

谢谢，

埃里克。

我曾经使用带有 LSF 的服务器，但现在我刚刚过渡到带有 SLURM 的服务器。

SLURM 中 bpeek（用于 LSF）的等效命令是什么？

bpeek bpeek 显示未完成作业的标准输出和标准错误输出

我在任何地方都找不到文档。如果您对 SLURM 有一些好的参考资料，也请告诉我。谢谢！

当我计算到一半时，我发现运行时限制 50:00 可能还不够。所以我使用 $bstop 1234 来停止作业 1234 并尝试将旧运行时 -W 50:00 修改为 -W 100:00 你能建议一个命令吗？

我试过了

根据

来自http://www.cisl.ucar.edu/docs/LSF/7.0.3/command_reference/bmod.cmdref.html

我不太明白语法，-Wn 是否意味着 Wall time new

非常感谢您的帮助！

假设我在不同的队列中启动了大量的 xterm。现在他们都把我的屏幕弄得乱七八糟，我已经失去了哪个是哪个。我想将 LSF 作业 ID 和请求的机器内存资源粘贴到 xterm 标题栏中。（我知道我可以在启动时做到这一点，但假设我已经将所有这些 xterms 放在我的桌面上，并且我想在事后将标题插入）

我可以使用它来将文本放入 xterm 标头：

我在想这样的事情：

我想从 bjob​​s 中得到的重要信息是：

• 机器尺寸（所以我知道我可以在那个 xterm 中启动哪些尺寸的作业）
• LSF 的作业 ID 让我知道如何杀死它。

示例我如何启动 xterm：

我从 bjob​​s 中得到的东西

谢谢，格特

我有一个任务要在 Python 中完成 X 次，我将使用 LSF 来加快速度。提交一份包含多个可以并行单独运行的 Python 脚本的作业，还是提交一个使用多处理器模块的 Python 脚本更好？

我的问题是我不相信 LSF 知道如何将 Python 代码拆分为多个进程（我不确定 LSF 是如何做到的）。但是，我也不希望有几个 Python 脚本四处飘荡，因为这看起来效率低下且杂乱无章。

手头的任务涉及解析六个非常大的 ASCII 文件并将输出保存在 Python dict 中以备后用。我想并行解析这六个文件（每个文件大约需要 3 分钟）。LSF 是否允许 Python 告诉它类似“嘿，这是一个脚本，但你要把它分成这六个进程”？LSF 是否需要Python 来告诉它，还是它已经知道如何做到这一点？

如果您需要更多信息，请告诉我。我很难在“刚刚好”和“太多”的背景之间取得平衡。

当程序与作业调度程序一起运行时，调度程序会为作业分配n 个处理器内核（由用户指定）。当使用 OpenMP 的程序运行时，OpenMP 通常会使用OMP_NUM_THREADS个线程，为简单起见，我们会说每个线程都映射到不同的处理器内核。

OpenMP 不知道调度程序 (afaik) 为程序/作业分配了哪些内核。此外，操作系统是将 OpenMP 线程实际映射到内核的操作系统，而不是 OpenMP。

我的问题是：幕后发生了什么，使得 OpenMP 线程只映射到作业调度程序分配给作业的核心？

我希望我的问题是一般性的，但如果作业调度程序的过程确实不同，那么特定于 LSF 的答案将是最好的。

我正在尝试通过以下方式从 perl 脚本运行 bsub 命令：

但我认为 perl 会因为"testid::1". 实现这一点的正确方法是什么？

我通常处理大学集群上的数据。之前完成的大多数作业都是基于并行批处理外壳（将作业分成几个批处理，然后并行提交）。该外壳的示例如下所示：

这一次，我正在测试一些 mpi 工作（基于 mpi4py）。该代码已在我的笔记本电脑上进行了测试，该笔记本电脑处理单个任务（1 个任务使用 4 个处理器运行）。现在我需要在集群上提交多任务（30 个）作业（1 个任务使用 8 个处理器运行）。我的设计是这样的：上面准备30个类似的shell文件。每个 shell 填充中的命令是我的 mpi 命令（类似于“mpiexec -n 8 mycode.py args”）。每个shell预留8个处理器。

我提交了工作。但我不确定我是否做得正确。它正在运行，但我不确定它是否基于 mpi 运行。我该如何检查？这里还有2个问题：

1）对于正常的并行作业，通常我可以为单个任务保留一个限制数量——16。超过16，我从来没有成功过。如果我使用 mpi，我可以保留更多吗？因为mpi不同。基本上我不需要连续记忆。

2）我认为集群上有一个优先级规则。对于正常的并行作业，通常当我为 1 个任务（例如 10 个任务和每个任务 16 个处理器）保留更多处理器时，与为单个任务保留较少处理器（例如将每个任务分成 8 个子任务）相比，它需要更多的等待时间在队列中-tasks（总共 80 个子任务）和每个子任务 2 个处理器）。如果我可以为 mpi 保留更多处理器。它会影响这个规则吗？我担心我会永远等待......