HPC计算集群Slurm使用

查看节点状态

sinfo

参数含义：

PARRITION：节点所在分区
AVAIL：分区状态，up 标识可用，down 标识不可用
TIMELIMIT：程序运行最大时长，infinite 表示不限制，如果限制格式为 days-houres:minutes:seconds
NODES：节点数
NODELIST：节点名列表
STATE：节点状态，可能的状态包括：
allocated、alloc ：已分配
completing、comp：完成中
down：宕机
drained、drain：已失去活力
fail：失效 idle：空闲
mixed：混合，节点在运行作业，但有些空闲 CPU 核，可接受新作业
reserved、resv：资源预留
unknown、unk：未知原因 如果状态带有后缀 *，表示节点没有响应

通过sinfo查看指定分区的空闲状态

sinfo -p gpu

节点信息查看

scontrol show node

squeue查看作业状态

显示队列中所有的作业

squeue

查看指定节点作业
squeue -w c17

查看自己的作业

squeue -u `whoami` 

取消队列中已提交的作业

取消作业ID为123的作业

scancel 123

取消自己上机上号上所有作业

# 注意whoami前后不是单引号
scancel -u `whoami`

取消自己上机账号上所有状态为PENDING的作业

scancel -t PENDING -u `whoami`

scancel常见参数

--help                # 显示scancel命令的使用帮助信息；
-A <account>        # 取消指定账户的作业，如果没有指定job_id,将取消所有；
-n <job_name>        # 取消指定作业名的作业；
-p <partition_name> # 取消指定分区的作业；