问题标签 [sbatch]

我无法Open MPI通过Slurm.Slurm-script

一般来说，我能够获取主机名并Open MPI在我的机器上运行。

但是，如果我通过 slurm-script 执行相同的操作，则mpirun hostname返回空字符串，因此我无法运行mpirun -n 1 bin/ua.B.x inputua.data。

slurm-script.sh：

我收到的错误：

在我们的小型集群中新安装和配置的计算节点上，我无法使用批处理脚本和“sbatch”命令提交 slurm 作业。提交后，请求的节点变为“drained”状态。但是，我可以使用“srun”以交互方式运行相同的命令。

作品：
srun -p debug --ntasks=1 --nodes=1 --job-name=test --nodelist=node6 -l echo 'test'

不工作：
sbatch test.slurm
与test.slurm：

它给了我：

我必须恢复节点。

所有节点都运行 Debian 9.8，使用 Infiniband 和 NIS。我确保所有节点都具有相同的配置、软件包版本和运行的守护进程。所以，我看不出我错过了什么。

我有一组数组作业如下：

这会将同时运行的任务数限制为 5。作业现在正在运行，我想将此数字更改为 10（即我希望我会运行sbatch --array=1:100%10 ...）。

阵列作业的文档提到您可以scontrol在作业开始后更改选项。不幸的是，不清楚这个选项的变量名是什么，我不认为它列在 sbatch 命令的文档中。

任何指针都受到好评。

我正在开发一种工具来监控当前在集群上运行的作业（19 个节点，40 个核心）。有没有办法确定 slurm 队列中的每个作业正在使用哪个特定的 cpu？我正在使用“pidstat”、“mpstat”和“ps -eFj”获取数据，这些数据告诉我哪些进程正在特定核心上运行，但无法将这些进程 ID 与 Slurm 使用的作业 ID 相关联。'scontrol show job' 提供了很多信息，但没有具体的 cpu 分配。有没有办法做到这一点？

下面是收集数据的代码：

我正在以数组形式提交作业。由于难以诊断 gpu 内存问题，有时一项作业会出错。只需重新运行作业即可成功。

我想做的是捕捉这个错误，记录它，然后把作业放回 slurm 的队列中重新运行。如果这不可能通过数组作业完成，那很好，使用数组不是必需的（尽管它是首选）。

我尝试过使用 sbatch --rerun，但这似乎并没有达到我想要的效果（我认为此选项用于在 slurm 检测到硬件错误后重新运行，或者在作业运行时重新启动节点 -这不是我的工作的情况）。

任何建议都很受欢迎。

我正在运行一个作业数组，我希望该作业（运行脚本 job.sh）具有依赖关系，在前一个数组作业开始之前它不能进入​​调度程序，我似乎无法计算找出如何编码

这将用于扩大规模，以便它可以在更大的时间/内存/数组大小上运行 1000 个版本的代码。

我正在运行一个数值模型，其参数位于“parameter.input”文件中。我使用sbatch提交模型的多次迭代，参数文件中的一个参数每次都改变。这是我使用的循环：

该sed行更改参数文件中的参数。该 run_model.sh文件运行模型。

问题：根据可用资源，作业可能会立即运行或等待几个小时。在我的默认循环中，如果 60 秒不足以找到作业n运行的资源，则参数文件将在作业n挂起时被修改，这意味着作业n将使用错误的参数运行。（在提交作业n+1之前，我不能等待作业n完成，因为每个作业都需要几天时间才能完成）

如何强制批处理等待提交作业n+1直到作业n运行？

我不确定如何创建一个until循环来获取作业n的状态并等到它更改为“正在运行”，然后再提交作业n+1。我已经尝试了一些东西，但我使用的服务器还托管了另外 150 个人的工作，我担心过多的实验可能会产生一些问题......

我正在使用 slurm 脚本在集群上运行用于 Matlab 计算的数组。每个脚本都使用一个数组来循环一个 matlab 参数。

1）是否可以创建一个shell脚本来循环另一个变量？
2) 我可以将变量传递给 slurm 脚本吗？

例如，我的 slurm 文件目前看起来像

我经常需要运行这个数组来处理许多不同的文件。这意味着我将提交作业（sbatch exampleScript.slurm），编辑文件，将“Person24”更新为“Person25”，然后重新提交作业。当我有大量文件要处理时，这非常低效。

我可以制作一个将变量传递给 slurm 脚本的 shell 脚本吗？例如，像这样：

外壳脚本 (myshell.sh)

Slurm 脚本 (myscript.slurm)

我可以使用 sbatch myshell.sh 之类的东西有效地提交所有作业

谢谢！

我是 Slurm 的新手，我试图启动多个可执行文件以并行运行（在下面的示例中，它只是 date 命令）。我希望他们在不同的时间开始，间隔很短的时间延迟。

我做了一些尝试，试图在 sruns 之间添加额外的行，例如“srun sleep 5s &”或使用下面显示的“--begin”选项。特别是，“--begin”选项失败说“--begin 被忽略，因为节点已经分配”。

并行模块似乎在我们的集群中不可用。

我得到的输出如下：

我想获得的是以下输出：

谢谢您的帮助

我必须为集群运行多个 sbatch slurm 脚本。说，我有 50 个 sbatch 文件，我在终端中按顺序运行它们（正在使用 Ubundu），如下所示：

我想简化这 50 个不同的命令以在单个命令中运行。由于我是使用终端和集群的新手，我真的不知道如何解决这个问题。请建议我执行此操作的一些解决方案（我想我需要使用一些 for 循环语句，但我怀疑其中的语法）。我完全糊涂了，一些相关文件也可能会有所帮助。

谢谢你。

更新：我尝试了以下脚本：

但是，它并没有创造单独的工作。只有单个作业作为整体提交。所以，这对我不起作用。

谢谢。

更新：
以下脚本有效：

import os
os.system ("sbatch filename1.sbatch")
os.system ("sbatch filename2.sbatch")