PBS排队不运行--网络信息服务器NIS

最新推荐文章于 2024-05-13 14:43:27 发布

原创最新推荐文章于 2024-05-13 14:43:27 发布 · 1.6k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#linux #服务器

Linux 专栏收录该内容

7 篇文章

订阅专栏

在Linux PBS集群中，由于一个节点的NIS服务停止，导致用户无法登录并造成任务调度阻塞。通过检查节点服务、启动NIS服务和手动调度任务，问题得到解决。NIS（网络信息服务）允许集中管理用户账户信息，简化多节点集群的账户同步。其工作流程包括服务器维护数据库，客户端查询本地缓存，若未找到信息则广播请求，服务器响应验证登录。

引子

前几天困扰我的问题终于破案了，n01节点的NIS服务挂了，导致用户engzsinger无法登录到该节点上，而提交PBS任务时，我指定的是提交到任意计算节点即#PBS -l nodes=1:ppn=24，这个设置导致默认提交到按顺序的第一个节点n01，而此时节点并没有接受任务，还处于空闲状态，所以下一个任务继续分配到这个节点上。总体表现就是大量任务阻塞，同时大量的计算节点处于空闲状态，又没有直接报错。
然而上述只是猜想，到底实情如何还需要验证。
首先使用root账户ssh登录到n01节点上，查看该计算节点上运行的服务

[root@master yp]# ssh n01
Last login: Fri Aug 29 14:40:57 2014 from master
[root@n01 ~]# ps -e | grep ypbind
[root@n01 ~]#
[root@n01 ~]# service ypbind status
ypbind is stopped

然后登录到正常节点上，查看运行的服务

[root@n01 ~]# ssh n03
Last login: Thu Aug 20 19:28:49 2020 from master
[root@n03 ~]# ps -e | grep ypbind 
 3851 ?        00:00:01 ypbind

可以看到n01节点上的ypbind服务停止运行，而n03节点正常

那下一步就是启动这个服务

[root@n01 ~]# service ypbind start 
Starting NIS service:                                      [  OK  ]
Binding NIS service: .                                     [  OK  ]

再使用普通账户engzsinger登录到n01看是否正常

[engzsinger@master ~]$ ssh n01
Last login: Tue Aug 26 11:20:21 2014 from master

能够正常登陆，说明NIS服务能够正常运行，再看一眼队列状态

[root@master ~]# qstat
Job ID                    Name             User            Time Use S Queue
------------------------- ---------------- --------------- -------- - -----
82327.ILC                 conformation     engzsinger			  0 Q hpc001         
82460.ILC                 ...mole-n01      engzsinger             0 Q hpc001         
82471.ILC                 conformation     engzsinger      165:14:1 R hpc001

此时任务82327还是没有被调度，可能是maui还没有反应过来n01节点的网络信息服务已经恢复了，那我就手动调度吧。

[root@ILC ~]# qrun 82327
[root@ILC ~]# qstat
Job ID                    Name             User            Time Use S Queue
------------------------- ---------------- --------------- -------- - -----
82327.ILC                 conformation     engzsinger             0 R hpc001         
82460.ILC                 ...mole-n01      engzsinger             0 Q hpc001         
82471.ILC                 conformation     engzsinger      165:19:5 R hpc001

ok 至此问题就解决了，至于n01节点的NIS为什么会突然挂掉，至今也没有想通，当然现在不重要了。

网络信息服务

为了解决上面的问题，在网上翻阅了不少资料，最终定位到网络信息服务（network information service–NIS），关于这个服务，从安装到配置再到实例，鸟哥都有进行了详细的介绍。这里实在没有必要重复介绍，所以只挑选其中解决PBS排队问题时我最关心的部分。

为什么要有NIS

在使用Linux时，我们需要通过账号和密码进行登录，在使用集群时，网络中有十台Linux计算机，我们希望使用相同的用户和密码登录到不同的节点上，就意味着要在每个节点上设置对应的账户和密码。如果新增一个用户或者删除一个用户，还能手动登录到不同节点上挨个设置，如果是新增一批用户呢，或者网络中的节点有一百多个，还能用这么笨的方法吗？
如果能在一台机器上设置用户信息，其他机器共享这个信息，岂不妙哉。于是就有了NIS。