E. *_*ice 6 cluster-computing sungridengine lsf slurm
为什么不建议squeue循环运行以避免 Slurm 过载，但bjobsLSF 或qstatSGE 的工具没有提到此类限制？
手册页的squeue状态：
表现
执行 squeue 会向 slurmctld 发送远程过程调用。如果来自 squeue 或其他 Slurm 客户端命令的足够多的调用（将远程过程调用发送到 slurmctld 守护程序）一次传入，则可能会导致 slurmctld 守护程序的性能下降，甚至可能导致拒绝服务。
不要运行 squeue 或其他从 shell 脚本或其他程序中的循环向 slurmctld 发送远程过程调用的 Slurm 客户端命令。确保程序将对 squeue 的调用限制为您尝试收集的信息所需的最低限度。
据我了解，这不赞成使用例如watch squeue。此类警告常见于特定站点的文档中，例如此处：
虽然 squeue 是查询作业和队列状态的便捷命令，但请注意不要发出过多的命令，例如作业提交后每五秒左右使用脚本调用一次作业状态查询。
相比之下，我在其他引擎上找不到类似工具的警告，例如qstat或bjobs。我看到人们以重复的方式使用所有这些工具，没有区别，例如这里用于 squeue，这里用于 bjobs。
上面引用的 Slurm 文档提到了 RPC，它是一种与其他引擎不同的方式吗？Slurm 和其他网格引擎之间是否存在架构差异，导致查询所有作业的状态成本更高？
实际上，对运行速度太快的担忧squeue往往更多地来自集群管理员而不是开发人员。在这种特殊情况下，查看文档特定部分的提交消息，我们了解到它实际上是由 SchedMD 的客户请求的，因此很可能是运行生产集群的实体。
该建议的重要性随着集群规模和工作流动性的增加而增加。在平均每天运行 5-6 个作业的 10 节点集群上，您会发现有十几个用户向 slurm 控制器发送了许多squeue请求。但在 4000 个节点、10000 个用户、每天 10k 个作业上，您可能会以明显的方式干扰 Slurm 性能。
我发现至少有一个网站qstat根据缓存信息使用速率限制版本覆盖了该命令。
从技术角度来看，RPC 是大多数替代方案所使用的。