Información actualizada en la ?wiki del cluster del SdeI
El acceso al clúster se debe hacer desde la maquina ui.macc.unican.es mediante ?SSH:
[user@localmachine]$ ssh user@ui.macc.unican.es
O bien con la aplicación ?putty desde Windows.
El comando pbsnodes nos permite examinar todos los componentes que se encuentran en el clúster, sus características y cuál es su estado. Esta información pormenorizada para cada nodo (workind node) tiene la siguiente estructura:
[nodo]
state = [estado]
np = [ncpus]
properties = [cola asignada]
ntype = [tipo]
jobs = [lista de jobs que tiene ejecutándose]
status = [propiedades físicas de la unidad]
Los valores para el nodo:
De las más importantes tenemos:
Se muestra una parte de su ejecución para mostrar su contenido (se muestra parcialmente):
[lluis@mar CursilloPBS]$ pbsnodes
wn001.macc.unican.es
state = job-exclusive
np = 2
properties = ensembles,macc,lcgpro,estadistica
ntype = cluster
jobs = 0/308594.ce01.macc.unican.es, 1/308606.ce01.macc.unican.es
status = opsys=linux,uname=Linux wn001.macc.unican.es 2.6.32.14-5-16-18-33-36-38-41-60-74-89-103-104 #18 SMP
Sat May 29 06:31:42 EDT 2010 x86_64,sessions=10248, 18567, nsessions=2,nusers=1, idletime=26392, totmem=5137992kb,
availmem=4784508kb, physmem=2057808kb, ncpus=2, loadave=1.03, netload=2685739215248,state=free, jobs=308594.ce01.
macc.unican.es 308606.ce01.macc.unican.es, varattr=, rectime=1292346952
La unidad wn001.macc.unican.es (con 2 cpus y 2GB de memoria, asignado a las colas: 'ensembles', 'macc', 'lcgpro', 'estadistica') está totalmente ocupada con dos trabajos (308594.ce01.macc.unican.es y 308606.ce01.macc.unican.es) de un mismo usuario
wn002.macc.unican.es
state = free
np = 2
properties = ensembles,macc,lcgpro,estadistica
ntype = cluster
status = opsys=linux,uname=Linux wn002.macc.unican.es 2.6.18-194.26.1.el5xen #1 SMP Tue Nov 9 13:35:30 EST
2010 x86_64,sessions=? 0,nsessions=? 0, nusers=0, idletime=111779, totmem=4866040kb, availmem=4694372kb, physme
m=1785856kb, ncpus=2, loadave=0.00, netload=8284314822645, state=free, jobs=, varattr=, rectime=1292346961
La unidad wn002.macc.unican.es (con 2 unidades de cálculo y 2GB de memoria, asignado a las colas: 'ensembles', 'macc', 'lcgpro', 'estadistica') está libre para admitir trabajos
wn042.macc.unican.es
state = job-exclusive,busy
np = 16
properties = oper
ntype = cluster
jobs = 0/308629.ce01.macc.unican.es, 1/308629.ce01.macc.unican.es, 2/308629.ce01.macc.unican.es, 3/308629.
ce01.macc.unican.es, 4/308629.ce01.macc.unican.es, 5/308629.ce01.macc.unican.es, 6/308629.ce01.macc.unican.es,
7/308629.ce01.macc.unican.es, 8/308630.ce01.macc.unican.es, 9/308630.ce01.macc.unican.es, 10/308630.ce01.macc.
unican.es, 11/308630.ce01.macc.unican.es, 12/308630.ce01.macc.unican.es, 13/308630.ce01.macc.unican.es, 14/3086
30.ce01.macc.unican.es, 15/308630.ce01.macc.unican.es
status = opsys=linux, uname=Linux wn042.macc.unican.es 2.6.18-164.15.1.el5 #1 SMP Wed Mar 17 11:30:06 EDT
2010 x86_64, sessions=25810 25872, nsessions=2,nusers=1, idletime=2324174, totmem=19507632kb, availmem=14199848
kb, physmem=16427448kb, ncpus=16, loadave=17.10, netload=640484970867, state=busy, jobs=308629.ce01.macc.unican.
es 308630.ce01.macc.unican.es, varattr=, rectime=1292346966
La unidad wn042.macc.unican.es (con 16 unidades de cálculo y 16 GB de memoria, asignada a la cola 'oper') está ocupada con 16 trabajos (el job 308629.ce01.macc.unican.es está en las cpus de la 0 a 7 y el job 308630.ce01.macc.unican.es de la 8 a la 15) de un único usuario.
Un job del clúster tiene unos cuantos requerimientos básicos tales como:
La pericia de l@s usuari@s en saber escoger adecuadamente los requerimientos de sus jobs, determinará la rapidez con la que se ejecutaran.
La infraestructura del Grupo de Meteorología de Santander (GMS) es la siguiente (diciembre 2010).
NOTA IMPORTANTE: la ejecución de jobs se hace sólo desde la máquina llamada mar (ssh mar) El clúster está formado por distintas máquinas. Los únicos sitios que son accesibles des de todos los ordenadores son los que se encuentran desde /oceano/gmeteo
En esencia los gestores colas son muy parecidos entre sí. Sólo cambia parte de su semántica.
En la gestión de colas PBS existen dos términos para referirse a la unidad cálculo: el node y el cpp. Un node equivalen a las unidades físicas de cálculo (los ordenadores) que integran distintas cantidades de cpus cpp (2, 8, 16,...)
Las peticiones se hacen por un conjunto de flags. El envio del job al gestor de la cola se puede hacer añadiendo todas las directrices en la línea de comandos de la aplicación, o por medio de una script (archivo de texto con instrucciones de sistema). En según que circumstancias nos va interesar hacerlo de una manera u otra, pero las dos son equivalentes. La estructura tipo de un script (llamado por ejemplo job.pbs) de colas tiene la siguiente estructura (se añaden todas las opciones a modo explicativo):
#!/bin/bash
### Job name
#PBS -N [jobname]
### Max run time
#PBS -l walltime=[HH]:[MM]:[SS]
### Max memory
#PBS -l mem=[MM][kb/mb/gb/tb]
### Queue name
#PBS -q [queueNAME]
### Job mail
#PBS -m [flags]
#PBS -M [emailCOUNT]
### Standard error output
#PBS -e [rutaArchivo]
### Standard output
#PBS -o [rutaArchivo]
### Dependecy
#PBS -W depend=afterany:[jobid]
### Array request
#PBS -t [array]
### System variable
#PBS -v [variable]
### Number of nodes and processors per node
#PBS -l nodes=[N]:ppn=[M]
cd ${PBS_O_WORKDIR}
source /software/ScientificLinux/4.6/etc/bashrc
[aplicacion]
En esta plantilla se muestra la sintaxis de los siguientes requerimientos/especificaciones. Se tienen que cambiar los argumentos que estén entre [].
Para editar un script desde una ventana de mar se puede utilizar nano (más intuitivo) y/o vi (otro mundo):
[lluis@mar]$ nano job.pbs [lluis@mar]$ vi job.pbs
El job se mandaría a la cola con la instrucción:
[lluis@mar]$ qsub job.pbs
o bien por la línea de comandos en una línea como sigue:
qsub -N [jobname] -l walltime=[HH]:[MM]:[SS] -l mem=[MM] -q [queueNAME] -m [flags] -M [emailCOUNT] -e [rutaArchivo] -o [rutaArchivo] -W afterany:[jobid] -t [array] -v [variable] -l nodes=[N]:ppn=[M] [aplicacion]
Todos los jobs tienen un número que los identifica que se llama [JOB ID]. En el clúster del GMS tiene el siguiente formato: [jobid].ce01.macc.unican.es. Cada job tiene associado los siguientes valores PBS:
Hay distintas instrucciones para gestionar los jobs de un usuario. Si se quiere aundar en el significado y las opciones de estos comandos abrir el manual con la instrucción man [comando]:
[jobid] [usuario] [queue] [jobname] [SessID] [NDS] [TSK] [Req' Memory] [Req' time] [S] [Time]
Un ejemplo de salida de qstat -n1 (recortada y maquetada)
[lluis@mar CursilloPBS]$ qstat -n1
ce01.macc.unican.es:
Req'd Req'd Elap
Job ID Username Queue Jobname SessID NDS TSK Memory Time S Time
-------------------- -------- -------- ---------- ------ ----- --- ------ ----- - -----
303117.ce01.macc.uni lluis blade scne2a 10618 1 -- -- 24:00 R 03:31 wn033+wn033+wn033+wn03
3+wn033+wn033+wn033+wn033+wn033+wn033+wn033+wn033+wn033+wn033+wn033+wn033
303118.ce01.macc.uni lluis blade scne2a -- 1 -- -- 24:00 H -- --
303240.ce01.macc.uni lluis dinamica scne5a 22145 1 -- -- 24:00 R 07:43 wn023+wn023+wn023+wn0
23+wn023+wn023+wn023+wn023
303241.ce01.macc.uni lluis dinamica scne5a -- 1 -- -- 24:00 H -- --
303242.ce01.macc.uni lluis dinamica scne5a -- 1 -- -- 24:00 H -- --
304465.ce01.macc.uni lluis dinamica scne3a 21060 2 -- -- 24:00 R 01:25 wn013+wn013+wn013+wn0
13+wn013+wn013+wn013+wn013+wn018+wn018+wn018+wn018+wn018+wn018+wn018+wn018
306291.ce01.macc.uni lluis blade scne1b 8739 1 -- -- 24:00 R 02:43 wn032+wn032+wn032+wn0
32+wn032+wn032+wn032+wn032+wn032+wn032+wn032+wn032+wn032+wn032+wn032+wn032
306292.ce01.macc.uni lluis blade scne1b -- 1 -- -- 24:00 H -- --
307057.ce01.macc.uni sixto estadist papers 15343 1 -- -- -- R 28:20 wn012
307059.ce01.macc.uni sixto estadist papers 24344 1 -- -- -- R 28:15 wn010
307060.ce01.macc.uni sixto estadist papers 17582 1 -- -- -- R 28:13 wn012
307591.ce01.macc.uni sixto estadist papers 24762 1 -- -- -- R 26:32 wn010
308550.ce01.macc.uni lluis dinamica postWRF6 12269 1 -- -- -- R 11:45 wn025+wn025+wn025+wn02
5+wn025+wn025+wn025+wn025
308594.ce01.macc.uni markel grid STDIN 10248 -- -- -- 48:00 R 02:32 wn001
308629.ce01.macc.uni markel oper oper_gfs20 25810 1 -- -- -- R 03:31 wn042+wn042+wn042+wn04
2+wn042+wn042+wn042+wn042
308630.ce01.macc.uni markel oper oper_gfs20 25872 1 -- -- -- R 03:30 wn042+wn042+wn042+wn04
2+wn042+wn042+wn042+wn042
308631.ce01.macc.uni markel grid post_opera -- -- -- -- 48:00 H -- --
Tomamos un job sencillo de ejemplo escrito en un fichero llamado attachment:prueba.pbs?. Este job lanza el script attachment:espera.bash? el cual se espera los segundos dados por el primer argumento y escribe por pantalla el mensaje "Hola mundo".
#!/bin/bash
### Job name
#PBS -N prueba
### Max run time
#PBS -l walltime=00:00:10
### Queue name
#PBS -q grid
### Number of nodes and processors per node
#PBS -l nodes=1:ppn=1
cd ${PBS_O_WORKDIR}
./espera.bash 60
Lanzando el job obtendríamos:
[lluis@mar CursilloPBS]$ qsub prueba.pbs 307065.ce01.macc.unican.es [lluis@mar CursilloPBS]$ qstat | grep prueba 307065.ce01 prueba lluis 0 R grid [lluis@mar CursilloPBS]$ qstat -n1 | grep prueba 307065.ce01.macc.uni lluis grid prueba 23057 1 -- -- 48:00 R -- wn001 [lluis@mar CursilloPBS]$ ls prueba.pbs
Pasados los 60 segundos...
[lluis@mar CursilloPBS]$ ls prueba.e307065 prueba.o307065 prueba.pbs
La ejecución del job ha generado dos ficheros de salida en los cuales se almacena información de la ejecución del job y de la propia aplicación (ficheros prueba.[e/o]307065). Al mirar el contenido de estos ficheros:
[lluis@mar CursilloPBS]$ cat prueba.o307065 [lluis@mar CursilloPBS]$ cat prueba.e307065 =>> PBS: job killed: walltime 43 exceeded limit 10
El tiempo dado al job ha diso insuficiente.
Para evitar generar problemas en los nodos por exceso de uso de memoria se tiene el flag 'mem'. A modo de ejemplo se tiene un programa de Fortran que ocupa en memoria 160 MB. Mandamos un job con 150MB de límite de memoria.
#!/bin/bash
### Job name
#PBS -N prueba
### Max memory
#PBS -l mem=150mb
### Queue name
#PBS -q grid
### Number of nodes and processors per node
#PBS -l nodes=1:ppn=1
cd ${PBS_O_WORKDIR}
./Fortran.out
El job se lanza a la cola, y pasados unos segundos nos sale este mensaje en el fichero de salida 'prueba.e477378':
[lluis@mar Fortran]$ cat prueba.e477378
De momento (30 Sept. 2011) no sale mensaje de error. Se está trabajando para que mande algún mensaje
Se pueden tener aplicaciones que requieran mucha memoria. Para evitar que el job se mande en un nodo donde tiene parte de la memoria ocupada, y/o para no entorpecer los otros jobs, es posbile quedarse con toda la memoria de un nodo. Para hacer esto nos tenemos que asegurar que no entre ningún otro job al nodo. Para hacer esto, mandaremos el job requiriendo todas las unidades de cálculo del nodo. Así, si queremos toda la memoria de los nodos de la cola 'dinamica' (con 8 cpus), requeriríamos:
#PBS -l nodes=1:ppn=8
A la hora de hacer pruebas es muy útil abrir una sessión interactiva en un nodo del clúster. Esto se hace mandando un job interactivo. La sessión que se habra durará todo el tiempo que se quiera hasta que no se le mande la instrucción de salida 'exit'. La sintaxis es (la cola asume 'ppn=1'):
qsub -I -l nodes=1 -q [queue]
NOTA: A la hora de lanzar este tipo de jobs se tiene que ser muy consciente de que se está ocupando un nodo del clúster. Tendría que utilizarse sólo para realizar pruebas que no sean muy largas. Para lanzar jobs muy largos mejor prepararse una script de shell.
En este caso, no se lanzará una script attachment:listar.bash? hasta que no termine la espera de 60 segundos (una vez corregido el walltime)
[lluis@mar CursilloPBS]$ date Mon Dec 13 17:53:57 CET 2010 [lluis@mar CursilloPBS]$ qsub prueba.pbs 307079.ce01.macc.unican.es [lluis@mar CursilloPBS]$ qsub -N listado -q grid -W depend=afterany:307079 -l nodes=1 ./listar.bash 307080.ce01.macc.unican.es
La script 'listar.bash' no se ejecutará hasta que termine 'prueba.pbs' con pid 307079. Se sigue:
[lluis@mar CursilloPBS]$ qstat -n1 | grep prueba 307079.ce01.macc.uni lluis grid prueba 27714 1 -- -- 48:00 R -- wn001 [lluis@mar CursilloPBS]$ qstat -n1 | grep listado 307080.ce01.macc.uni lluis grid listado -- 1 -- -- 48:00 H -- --
El trabajo 307079 está ejecutándose en la unidad wn001, pero el trabajo 307080 está a la espera. Más tarde.
[lluis@mar CursilloPBS]$ date Mon Dec 13 17:54:43 CET 2010 [lluis@mar CursilloPBS]$ ls espera.bash listar.bash prueba.pbs [lluis@mar CursilloPBS]$ date Mon Dec 13 17:55:02 CET 2010 [lluis@mar CursilloPBS]$ ls espera.bash prueba.pbs listar.bash prueba.e307079 prueba.o307079
El primer job ja ha finalizado. Pasados unos segundos el segundo también termina
[lluis@mar CursilloPBS]$ date Mon Dec 13 17:55:12 CET 2010 [lluis@mar CursilloPBS]$ ls espera.bash listado.e307080 listado.o307080 listar.bash prueba.e307079 prueba.o307079 prueba.pbs [lluis@mar CursilloPBS]$ cat prueba.o307079 Hola mundo [lluis@mar CursilloPBS]$ cat prueba.e307079
La cola PBS permite hacer un conjunto de jobs tratados de manera vectorial. A cada uno de estos jobs la cola PBS le assigna un único valor determinado por las directrices del flag -t [array]. Esto nos puede resultar útil para ejecutar múltiples veces un programa/aplicación en la que va variando un parámetro. Un ejemplo muy sencillo se puede construir con la función ?genenv de Matlab que nos permite coger variables del entorno. Para ilustrarlo se crea el archivo de matlab attachment:imprimir_numero.m?, el cuál imprime por pantalla unos valores del sistema. Este programa lo ejecutaremos cinco veces independientemente con la siguiente script de colas (llamado matlab_pruebas.pbs):
#!/bin/bash
### Job name
#PBS -N MATprueba
### Max run time
#PBS -l walltime=00:01:00
### Queue name
#PBS -q grid
### Job mail
#PBS -m ea
#PBS -M lluis.fita@unican.es
### Array request
#PBS -t 1-5
### Number of nodes and processors per node
#PBS -l nodes=1:ppn=1
cd ${PBS_O_WORKDIR}
export LD_ASSUME_KERNEL=2.6.18
export PATH=/software/Matlab_R2009a/bin:$PATH
matlab -logfile ${PBS_O_WORKDIR}/log_lluis.err -r "cd ${PBS_O_WORKDIR};imprimir_numero;" -nosplash -nodesktop
Lanzamos el job y aparecen:
[lluis@mar CursilloPBS]$ qstat -n1 | grep MAT 308635-1.ce01.macc.u lluis grid MATprueba- 19710 1 -- -- 48:00 R -- wn002 308635-2.ce01.macc.u lluis grid MATprueba- 19731 1 -- -- 48:00 R -- wn002 308635-3.ce01.macc.u lluis grid MATprueba- 1060 1 -- -- 48:00 R -- wn003 308635-4.ce01.macc.u lluis grid MATprueba- 1079 1 -- -- 48:00 R -- wn003 308635-5.ce01.macc.u lluis grid MATprueba- 23120 1 -- -- 48:00 R -- wn004
Una vez terminado aparecen los siguientes ficheros en el directorio de trabajo:
[lluis@mar CursilloPBS]$ ls -l -rw-r--r-- 1 lluis gmeteo 1030 Dec 14 17:43 log_lluis.err -rwxr-xr-x 1 lluis gmeteo 526 Dec 14 17:42 matlab_prueba.pbs -rw------- 1 lluis gmeteo 374 Dec 14 17:43 MATprueba.e308635-1 -rw------- 1 lluis gmeteo 374 Dec 14 17:43 MATprueba.e308635-2 -rw------- 1 lluis gmeteo 374 Dec 14 17:43 MATprueba.e308635-3 -rw------- 1 lluis gmeteo 374 Dec 14 17:43 MATprueba.e308635-4 -rw------- 1 lluis gmeteo 374 Dec 14 17:43 MATprueba.e308635-5 -rw------- 1 lluis gmeteo 1121 Dec 14 17:43 MATprueba.o308635-1 -rw------- 1 lluis gmeteo 1121 Dec 14 17:43 MATprueba.o308635-2 -rw------- 1 lluis gmeteo 1121 Dec 14 17:43 MATprueba.o308635-3 -rw------- 1 lluis gmeteo 1121 Dec 14 17:43 MATprueba.o308635-4 -rw------- 1 lluis gmeteo 1121 Dec 14 17:43 MATprueba.o308635-5
Aparecen los ficheros de salida de los cinco jobs. Miramos el contenido del tercero:
[lluis@mar CursilloPBS]$ cat MATprueba.e308635-3
which: no shopt in (/software/Matlab_R2009a/bin:/software/CentOS/5.2/netcdf/4.1.1/gcc-gfortran4.1.2/bin:/opt/d-ca
che/srm/bin:/opt/d-cache/dcap/bin:/opt/edg/bin:/opt/glite/bin:/opt/globus/bin:/opt/lcg/bin:/bin:/usr/bin:/oceano/
gmeteo/users/lluis/bin)
[lluis@mar CursilloPBS]$ cat MATprueba.o308635-3
Warning: No display specified. You will not be able to display graphics on the screen.
Warning: No window system found. Java option 'MWT' ignored
< M A T L A B (R) >
Copyright 1984-2009 The MathWorks, Inc.
Version 7.8.0.347 (R2009a) 64-bit (glnxa64)
February 12, 2009
To get started, type one of these: helpwin, helpdesk, or demo.
For product information, visit www.mathworks.com.
shellpath =
/software/Matlab_R2009a/bin:/software/CentOS/5.2/netcdf/4.1.1/gcc-gfortran4.1.2/bin:/opt/d-cache/srm/bin:/opt/d-ca
che/dcap/bin:/opt/edg/bin:/opt/glite/bin:/opt/globus/bin:/opt/lcg/bin:/bin:/usr/bin:/oceano/gmeteo/users/lluis/bin
Este es el path: /software/Matlab_R2009a/bin:/software/CentOS/5.2/netcdf/4.1.1/gcc-gfortran4.1.2/bin:/opt/d-cache/
srm/bin:/opt/d-cache/dcap/bin:/opt/edg/bin:/opt/glite/bin:/opt/globus/bin:/opt/lcg/bin:/bin:/usr/bin:/oceano/gmete
o/users/lluis/bin
pbsjob =
308635-3.ce01.macc.unican.es
Esta es la realizacion: "308635-3.ce01.macc.unican.es"
num =
3
num =
3
Este es el numero: 3
Mientras que en el correo (llegando por orden de finalización), me aparecen 5 correos con el título:PBS JOB 308635-[N].ce01.macc.unican.es siendo [N]=(1,5). El contenido del correo #3
PBS Job Id: 308635-3.ce01.macc.unican.es Job Name: MATprueba-3 Exec host: wn003.macc.unican.es/0 Execution terminated Exit_status=0 resources_used.cput=00:00:02 resources_used.mem=0kb resources_used.vmem=0kb resources_used.walltime=00:00:18
Tomamos el job sencillo de ejemplo. En este caso el tiempo de espera para la escript se lo pasaremos como variable del job.
#!/bin/bash
### Job name
#PBS -N prueba
### Max run time
#PBS -l walltime=00:00:10
### Queue name
#PBS -q grid
### Number of nodes and processors per node
#PBS -l nodes=1:ppn=1
cd ${PBS_O_WORKDIR}
./espera.bash ${waitTIME}
Lanzando el job:
[lluis@mar CursilloPBS]$ qsub -v waitTIME='60' prueba.pbs
Por entorno web está instalado el ?ganglia. En este entorno se muestra toda la actividad de los nodos (consumo de cpu, memoria, disocs duros, etc...) con una interfaz gráfica.
Un clúster es una agrupación de unidades de computación el cual permite trabajar con unidades individuales o cualquier subconjunto de ellas. Las unidades de computación pueden ser de muchos tipos y tener muchas características distintas, por lo general con una unidad de cálculo (core) y una memoria (particular del core o compartida con otros). Un clúster suele tener much@s usuari@s que querrán ejecutar distintas aplicaciones. Un gestor de colas es el software encargado de manejar las aplicaciones que se quieren ejecutar en un determinado clúster.
Las unidades básicas que constituyen un clúster son:
Para que un clúster funcione adecuadamente para tod@s us usuari@s y el gestor de colas pueda hacer su trabajo, l@s usuari@s sólo tienen que interactuar con el gestor por medio de jobs. Estos jobs son peticiones de recursos del clúster (número de cores, tiempo de ejecución...) necesarios poder lanzar la aplicación del usuari@. El gestor de colas será el encargado de permitir la ejecución de la petición si hay suficientes recursos disponibles en el clúster. En caso contrario, el trabajo se quedará encolado, a la espera de que haya los recursos suficientes requeridos en el job. De esta manera, todas las peticiones de l@s usuari@s son centralizadas y manejadas automáticamente por el gestor de colas. Este gestor de colas puede a su vez, estar siguiendo unas directrices de prioridades de ejecución determinadas por otros softwares buscando maximizar el rendimiento del clúster.
El sistema de colas del clúster del Grupo de Meteorología de Santander (Diciembre 2010) es el sistema de colas PBS (Portable Batch System).
Si se quiere matar todos los jobs que cumplan un requisito (en el ejemplo un nombre de usuario), se podría utilizar el qstat:
[lluis@mar $] qdel `qstat | grep lluis | awk '{print $1}'`
Se ha explicado que el 'qdel [jobid]' finaliza el job con número '[jobid]'. La instrucción 'qstat | grep lluis' sólo listará ls jobs que contengan la palabra 'lluis'. Al añadir al final otra instrucción '| awk '{print $1}'', sólo se lista el primer valor (que coincide con el número de job). Así que 'qdel', va a ejecutarse con la salida de todo lo que está entre ` `, es decir, todos los número de jobs listados con 'qstat' que contengan la palabra 'lluis'.
Si se quiere mandar el job a un nodo en concreto se substituye la línea 'PBS -l nodes=1:ppn=1' por:
#PBS -l nodes=wn[nnn].macc.unican.es
Donde [nnn] es el nodo requerido. Este job carece un poco de sentido, puesto que si se hacen las cosas bien, el trabajo tendría que ser ejecutable igualmente en cualquier nodo.
Buenos días,
Esto es una actualización del correo que os mandé hace una semana...
Últimamente hemos tenido problemas con el clúster. Estos problemas acaecían por jobs que superaban la capacidad de memoria de los nodos. Después de mirárnoslo, hemos encontrado la manera para evitarlo. Se trata de mandar los jobs al clúster (envia_matlab, envia_R) con un requerimiento de memória incluído. Con este requerimiento de memoria se establecen dos cosas en los jobs:
1.- Los trabajos que se manden sólo se van a ejecutar si ecuentran un nodo que tenga disponible la memoria requerida 2.- Si algún elemento del trabajo mandado supera este límite de memoria, la ejecución del job se parará.
Para hacer este requerimiento se tiene que añadir a la instrucción 'qsub' -l mem=[cantidad_de_memoria kb/mb/gb/tb]
o si es en un script de pbs #PBS mem=[cantidad_de_memoria kb/mb/gb/tb]
La [cantidad_de_memoria] tiene que ser un número entero
Cada job irá reservando memoira del nodo. Cuando un trabajo no encuentre suficiente memoria se quedará a la espera hasta que la consiga. Esto puede hacer que por ejemplo con un nodo con 8 cores y 8 GB de memoria, sólo pueden correr en el 3 jobs de 2250mb, un cuarto ya no entraría. Así quedarían 5 cores libres que no harían nada (a no ser que le mandáramos 5 jobs que no llegasen a consumir los 250mb restantes)
Recordad que tenéis a vuestra disposición una wiki con toda esta información
?https://www.meteo.unican.es/trac/meteo/wiki/ColasPBS
La cola 'estadística' tiene por defecto un valor de 'mem=750mb'. Si tenéis que mandar un trabajo al clúster que sepáis que vaya a ocupar mucha memoria, por favor, augmentad el valor de 'mem' a lo que estimeis, pero nunca superando los '7gb', ya que los nodos de la cola estadística sólo tienen 8gb de memoria (el sistema ocupa una parte).
Por ahora si el job muere por exceso de memoria no habrá manera de saberlo, puesto que de momento no sabemos como hacer que el sistema mande un mensaje diciendo algo. Estamos en ello.
Hasta ahora,
Lluís