Question

我已将作业提交到SLURM队列，该作业已运行并完成。然后，我使用sacct命令检查完成的作业。但是，在查看sacct命令的结果时，我注意到了我没有想到的其他结果：

       JobID                        JobName      State      NCPUS  Timelimit
5297048                                test  COMPLETED          1   00:10:00  
5297048.bat+                          batch  COMPLETED          1           
5297048.ext+                         extern  COMPLETED          1

任何人都可以解释“批处理”和“外部”工作是什么以及它们的目的是什么。为什么即使主要作业失败，外部作业仍总是完成。

我试图搜索文档，但没有找到满意而完整的答案。

编辑：这是我提交的用于产生上述sacct输出的脚本：

#!/bin/bash
echo test_script > done.txt

使用以下sbatch命令：

sbatch -A BRIDGE-CORE-SL2-CPU --nodes=1 --ntasks=1 -p skylake --cpus-per-task 1 -J jobname -t 00:10:00 --output=./output.out --error=./error.err < test.sh

Answer 1

Slurm作业包含多个作业步骤，所有步骤均由Slurm分别负责（就资源使用而言）。通常，这些步骤是使用srun / mpirun创建的，并从0开始枚举。但是除此之外，有时还有两个特殊步骤。例如，执行以下工作：

sbatch -n 4 --wrap="srun hostname; srun echo Hello World"

这将导致以下sacct输出：

       JobID    JobName  Partition    Account  AllocCPUS      State ExitCode 
------------ ---------- ---------- ---------- ---------- ---------- -------- 
5163571            wrap     medium      admin          4  COMPLETED      0:0 
5163571.bat+      batch                 admin          4  COMPLETED      0:0 
5163571.ext+     extern                 admin          4  COMPLETED      0:0 
5163571.0      hostname                 admin          4  COMPLETED      0:0 
5163571.1          echo                 admin          4  COMPLETED      0:0

两个srun调用创建了步骤5163571.0和5163571.1。 5163571.bat+占批脚本所需的资源（在本例中为srun hostname; srun echo Hello World。--wrap只是将其放入文件并添加#!/bin/sh）。

许多非MPI程序在批处理步骤中进行了大量计算，因此资源使用情况在那里得到确认。

现在用于5163571.ext+：此步骤说明了该工作在泛滥之外的所有资源使用情况。仅在使用PrologFlag contain时显示。

ssh会话是属于slurm作业但不受slurm直接控制的流程的示例。如果您将ssh切换到其中一个作业运行所在的节点，则您的会话将放置在该作业的上下文中（如果已设置，cgroup将限制您的可用资源）。您在该ssh会话中所做的所有计算都将在.extern作业步骤中说明。

Answer 2

一个工作包括几个工作步骤。每个作业步骤均独立显示。在输出中，您有$ JOBID（代表整体预订）$ JOBID.batch，它代表您提交的主要脚本。

关于external ...我不确定，但是我想您开始了一个工作步骤，并将其命名为“外部”。在这种情况下，这就是该工作步骤的信息。

如果您向我们展示您提交的脚本，我们可以澄清一些疑问。

SLURM sacct显示“批次”和“外部”职位名称

2 个答案: