Slurm使用指南¶

1.Slurm简介¶

Slurm 是一个开源、容错和高度可扩展的集群管理和作业调度系统，适用于大型和小型 Linux 集群，它的主要优点在于其开源性质、容错能力和高度可伸缩的架构。与其他作业调度系统（如IBM的LSF和PBS）相比，Slurm的一个显著特点是它不需要修改操作系统内核，使其更易于集成和使用。在高性能计算（HPC）领域，Slurm被广泛用于管理集群资源和调度作业。不同于在登录节点上执行任务，Slurm允许用户将计算任务提交到专门的计算节点上。这样不仅提高了资源的使用效率，还保证了任务的有效管理和调度。

2.Slurm使用¶

Slurm概览

2.1查看节点与分区¶

2.1.1 sinfo——查看集群状态¶

节点状态

2.1.2 squeue——查看作业信息¶

作业状态

• 默认情况下squeue只会展示在排队或在运行的作业

2.2 提交作业¶

slurm 有三种模式提交作业，分别为交互模式，批处理模式，分配模式，这三种方式只是作业提交方式的区别，在管理、调度、机时计算同等对待。一般使用批处理模式提交作业。

2.2.1 交互模式——srun¶

• srun命令同时用于资源分配和任务加载。
• 在登录shell中执行srun命令时，该命令首先提交作业请求并等待资源分配。
• 资源分配后，在所分配的节点上加载作业任务。

特点：提交命令后，等待作业执行完成之后返回命令行窗口，如果断开终端会导致任务中断。 例：交互式申请1个节点，每个节点启动的进程数为8，设置时间为3小时 命令：srun --nodes=1 --ntasks-per-node=8 --time=03:00:00 --pty bash -i

2.2.2 批处理模式——sbatch¶

• 批处理模式是指用户编写作业脚本，指定作业需要的资源，提交后台执行作业
• 作业提交后进入调度状态，在资源满足要求时，分配计算节点
• 分配到计算资源后，自动在计算节点执行用户所编辑的脚本内的命令，sbatch 命令提交作业，终端断开连接作业依然在后台运行束，直到脚本执行结束作业自动退出 (或者在作业运行时执行 scancel 命令取消作业后作业自动停止)
• 批处理作业的脚本为一个bash或sh文本文件
• 计算开始后，工作目录中会生成以slurm-作业号.out文件，为作业的输出

• 下面是一个test.slurm的作业脚本

#!/bin/bash
#SBATCH -J name
#SBATCH -p cpu
#SBATCH -N 1
#SBATCH --cpus-per-task=8
#SBATCH --mem 20G
#SBATCH -o out.%j
#SBATCH -e eer.%j
echo start at time `date +%F'  '%H:%M`
echo finish at time `date +%F'  '%H:%M`

2.2.3 分配模式¶

• 此模式支持用户在提交作业前抢占所需要的计算资源，此时开始计算计时。程序运行完成后作业不会自动停止，直到退出终端或 scancel 取消作业后作业才会停止，才会停止计费。
• 终端断开作业会立刻停止，如果作业未运行完成时终端断开会导致任务运行中断。
• 执行分为三步： (1) 提交资源分配请求，等待资源分配，资源分配到后开始计费。 (2) 执行用户指定的命令。 (3) 退出作业释放资源，停止计费。 例：申请cpu分区，两个节点，四个进程 命令：salloc -p cpu -N2 -n4 -w cu[03-05] /bin/bash

2.3 作业信息查询¶

2.3.1 查看和修改作业参数——scontrol¶

• 注：scontrol hold 命令可使排队中尚未运行的作业暂停被分配运行，被挂起的作业将不被执行。scontrol release 命令可取消挂起。

2.3.2 查看作业记录——sacct¶

2.3.3 终止作业——scancel¶

3.Slurm使用技巧¶

3.1 Slurm插件¶

3.1.1 Slurm_tools¶

Slurm_tools

pestat¶

快速查看节点和任务信息

```