问题标签 [pbs]

是否有插件/包来显示 PBS 队列的状态信息？我目前在我的 PBS 集群的登录节点上运行 apache 网络服务器。我想显示状态信息并能够执行最少的查询，而无需从头开始编写（或修改一个古老的 python 脚本，ala jobmonarch）。 请注意，接受/赏金的解决方案必须适用于 Ubuntu。

更新：除了下面提到的 ganglia，我还查看了Rocks Cluster Toolkit，但我坚定地想留在 Ubuntu。所以我更新了问题以反映这一点。

更新 2：我还查看了PBSWeb和MyPBS ，两者似乎都不适合我的需求。第一个与当前系统太落伍了，第二个更侧重于成本估算和项目预算。它们都很好，但我对资源可用性、工作完成和一般状态更新更感兴趣。 所以我可能会从头开始写我自己的——从 8 月 15 日开始。

我有在远程集群上运行并行作业和在单个本地机器上运行并行（parfor）作业的经验，但从未尝试过创建自己的集群。我可以访问几台笔记本电脑/台式机/服务器（除一台服务器之外的所有设备都具有 root 访问权限），并且想知道我是否可以将它们全部（或一些）连接起来以形成一个本地集群（总共大约有 30 个核心）。

如果我需要“并行”运行许多串行程序（因为问题简单但耗时 - 我需要为同一个程序读取许多不同的数据集），如果我只使用一个节点，解决方案很简单。我所做的就是在每个命令之后继续提交带有＆符号的串行作业，例如在作业脚本中：

它自然会在不同的处理器上运行每个串行程序。这适用于登录服务器或独立工作站，当然也适用于只要求一个节点的批处理作业。

但是，如果我需要运行同一程序的 110 个不同实例来读取 110 个不同的数据集怎么办？如果我使用提交 110 ./program# 命令的脚本提交到多个节点（比如 14 个），批处理系统是否会在不同节点上的不同处理器上运行每个作业，或者它会尝试在相同的情况下运行它们， 8核节点？

我尝试使用简单的 MPI 代码来读取不同的数据，但会导致各种错误，110 个进程中约有 100 个成功，其他进程崩溃。我也考虑过作业数组，但我不确定我的系统是否支持它。

我已经在单个数据集上广泛测试了串行程序 - 没有运行时错误，并且我没有超出每个节点上的可用内存。

问：如何在“典型”Torque MPI 系统上找到可用的 PBS 队列？（询问我们的管理员需要 24 小时以上，并且系统会随着不断迁移而变化）

（例如，“Std8”是一种可能的队列）

#PBS -q 标准 8

我试图弄清楚使用Portable Batch System（PBS）完成的串行作业的执行时间。该信息是否在输出文件 (task.o*) 中，位于 Epilogue 部分的 Resources 下？是walltime吗？

我在 fortran 中有一个代码，我对其进行编译，然后将其作为 pbs 作业在超级计算机中运行。我想修改源代码并再次编译它，同时保留已经运行的程序。我的问题是，如果我有一个 pbs 作业使用不同的可执行文件运行，我修改源代码并制作一个新的可执行文件会发生什么。原始可执行文件的结果会被修改吗？

谢谢。

Torque 中 job_state 的可能值是多少？

我查看了相关的手册页还没有找到完整的列表。

我低估了一份工作需要的时间。是否可以在运行时更改作业的时间限制？

我对 python 很陌生，我不确定在分布式集群上实现多线程/多进程代码的最佳方法是什么。

我正在尝试使用 Python 编写一个包装脚本，该脚本调用使用 PBS 排队系统在大型集群上运行的外部 MPI 程序。下面给出了我一直在处理的一种（非常）简化的脚本类型，其中代码移动到特定目录，运行外部 MPI 程序并检查结果以查看是否有任何大的变化。

然后使用以下命令将其提交到队列：

我想要做的是search_loop在从列表中读取的不同目录（例如包含不同的起始位置）中并行运行该函数的多个版本。这些进程的 IO 非常繁重，每次调用 MPI 计算可能需要几分钟才能运行。

该threading模块可以用于此目的还是该multiprocessing模块是更好的选择？我可能需要event在线程/进程之间传递简单的消息，例如上面示例中的布尔值。

另外，如何确保 python 脚本没有使用我分配给 MPI 运行的处理器？

我在扭矩设置中有一个称为“批处理”的队列。我想为调试作业创建一个名为“db”的新队列。“db”队列会有几个限制，例如最大 CPU 时间为 10 分钟等。两个队列原则上将使用相同的节点。我可以使用命令“qmgr”创建新队列，这没有问题。

我的问题是，如果两个队列都使用相同的节点，会有什么问题吗？我不知道来自不同队列的两个进程之间是否存在相互引用。通常我在超级计算机中观察到的是，它们为不同的队列使用不同的节点，但在我们的例子中，我们只有一个小集群，在队列之间共享资源是没有意义的。

谢谢。