标签: pbs

我在集群环境中的 openSUSE 12.1 上使用扭矩 4.0.1。当我 qsub 一项工作（简单为“echo hello”）时，它保持在“Q”状态，并且永远不会被安排。我可以强制使用 qrun 运行作业，并且它在第一个节点上执行而没有错误。

过去几天我试图找到解决方案，但失败了。我看了手册，日志，甚至源代码，但仍然无法定位问题。当然，我用谷歌搜索了很多，尝试了各种解决方案，但没有一个奏效。

以下是一些可能有用的信息：

• pbs_sched 正在运行，但它的日志似乎表明它没有收到有关正在排队的作业的通知。

    05/13/2012 18:55:08;0002; pbs_sched;Svr;Log;Log opened
    05/13/2012 18:55:08;0002; pbs_sched;Svr;TokenAct;Account file /var/spool/torque/sched_priv/accounting/20120513 opened
    05/13/2012 18:55:08;0002; pbs_sched;Svr;main;pbs_sched startup pid 32604

• pbs_server 日志仅显示作业已排队进入默认队列批处理：

    05/13/2012 19:33:08;0002;PBS_Server;Svr;PBS_Server;Torque Server Version = 4.0.1, loglevel = 0
    05/13/2012 19:33:56;0100;PBS_Server;Job;16.head;enqueuing into batch, state 1 hop 1
    05/13/2012 19:33:56;0008;PBS_Server;Job;16.head;Job Queued at request of pubuser@head, owner = pubuser@head, job name = STDIN, queue = batch

• qstat -f 16 显示没有任何用处

    Job Id: 16.head
    Job_Name = STDIN
    Job_Owner = pubuser@head
    job_state …

我与 HAL 共享一个服务器。服务器有 32 GB 内存。

我很少使用超过 1 GB 的内存，当我使用时，每次使用几分钟，而且我不介意将此类作业发送到后面。

HAL 读/写大文件（例如使用 gunzip）。这可能会间歇性地占用多达 100% 的内存CPU 数小时。这通常是在一夜之间完成的，但在运行时，即使是简单的命令，例如cdtake 30s，打开emacs也可能需要几分钟。

我希望能够保留 1 GB 供使用 << 1GB 的进程使用（如文本编辑器）。我也想远离 HAL，并且没有理由认为这应该是一个问题。

HAL 说排队系统（如 PBS）不能用于将读/写的优先级设置为低，例如，在大型作业运行时始终保留 1 GB 内存可用。用他的话来说：

用于 gunzip 的脚本会阻塞所有处理器，因为数据很大......排队无法解决这个问题......在从（该服务器）到（该服务器）的文件传输期间，膨胀步骤会进行大量读取/写

为什么排队不能解决这个问题？什么可以？

每当我提交作业数组时，我都会获得以下形式的一个作业 ID：463880-1.hostname463880 是作业 ID，1 是数组 ID，每个“数组位置”对应一个作业。

今天我使用的是另一台机器，它看起来像是不同的 PBS 版本，因为作业数组（大小为 10）恢复到以下单个作业：3310[].hostname。

我想知道列出两个版本，以检查是否需要更改脚本中的某些内容。