【Slurm常用命令】

原创

已于 2022-03-19 22:54:15 修改 · 991 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#运维开发

于 2022-03-19 22:00:12 首次发布

本文介绍了Slurm集群管理系统中用于查询作业状态、监控资源使用的常用命令，包括查询指定时间段作业详情、当前排队和运行作业数量、异常及完成作业统计，以及查看节点状态和队列信息。这些命令对于有效管理和优化Slurm集群资源至关重要。

Slurm常用命令

查询指定时间段作业详情

sacct -n -a -p --starttime 2021-10-07T00:00:00 --endtime 2021-10-07T10:00:00 --format=JobId,state,user,account,partition,jobname,nodelist,nnodes,submit,start,end,suspended,ncpus,MaxRss,elapsed,allocgres

当前排队作业数量

sacct --allocations --format=Jobid,Jobname,partition,AllocCPUS,State,ExitCode,ReqGRES|grep PENDING

当前运行数量

sacct --allocations --format=Jobid,Jobname,partition,AllocCPUS,State,ExitCode,ReqGRES|grep RUNNING

近几分钟内异常退出作业数量

sacct -S2020-03-09-16:00:00 -E2020-03-10-16:00:00 --allocations --format=Jobid,Jobname,partition,AllocCPUS,State,ExitCode,ReqGRES|grep FAILED

近几分钟内正常完成作业数量

sacct -S2020-03-09-16:00:00 -E2020-03-10-16:00:00 --allocations

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

wang_xiaoxin

关注关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

服务器操作手册——Slurm常用命令

Blackoutdragon的博客

07-19

4169

* 实验室的服务器的操作指令，之前同学写的不够详细，或者说有点乱，这里做一个简单的整理，方便以后使用实验室的服务器。 * 同时这个博客并不是起到一个全面介绍的作用，主打的是一个快速开始，提交任务，直接能够跑。 * 省流： * slurm是按照分区来组织节点，每一个节点是一个完整的计算机，所以需要制定节点和分区。

slurm常用命令——多线程、多进程设置

保持写作习惯，完成知识沉淀

05-09

2084

这个命令是在用户的bashrc文件中添加一个名为"sq"的别名，用于列出当前用户的所有作业信息。具体来说，它使用了squeue命令来查询当前用户的所有作业信息，并将结果输出到终端。输出的信息包括作业ID、作业所属的分区、作业名称、作业提交者、作业状态、作业使用的内存、作业运行时间、作业的优先级等。这是一个用于查看当前用户正在运行的作业的命令。它将显示作业的ID、分区、作业名称、用户、状态、内存使用情况、节点和运行时间。

参与评论您还未登录，请先登录后发表或查看评论

slurm命令

SeekAndFindYou的博客

04-06

734

sinfo --format="%9P %l %10n %.14C %.10T " scontrol show node gpu04 scontrol show partition GPU8

Slurm常用命令总结

小男孩儿的博客

12-31

1万+

查看slurm中集群列表的命令 sacctmgr show cluster 修改配置文件后使配置文件生效 scontrol reconfig 或重启 slurmctld服务显示slurm系统配置命令 scontrol show config systemctl启动、停止、重启、查看slurmctld.service的命令 systemctlstartslurmctld.service systemctlstop slurmctld.service systemct...

slurm基本命令

weixin_47147732的博客

08-11

9939

slurm基本命令，会持续更新，有不对的地方，欢迎批评指正

slurm常用指令

2302_80012625的博客

11-20

220

SLURM 作业调度系统使用 常用命令

phy12321的博客

02-23

3575

SLURM 作业调度系统使用交互式申请终端进行代码调试: $ salloc -N 1 --cpus-per-task=4 -t 5:00 -p GPU-V100 -N <节点数量> –cpus-per-task=<单进程 CPU 核心数> –gres=gpu:<单节点 GPU 卡数> -t <最长运行时间> -p <使用的分区> –qos=<使用的 QoS> 执行成功后，SLURM 会给你一个新的 Shell，注意此时用户所在节

Slurm提交作业常用命令

Arbicoral的博客

12-01

2086

在GPU集群中，会有不同级别的用户，huge(最高级用户)、large(高级用户)、normal(普通用户)，用户的级别不同，权限也不同。out.log 2> &1& # 指定输出日志，不挂断运行命令，当用户退出或终端关闭时，程序仍然运行, out.log是命令行中的输出日志。关于VS Code如何使用ssh远程连接可以参考这篇文章。

slurm作业提交系统常用命令

u013517182的博客

03-24

1万+

写下自己的关于slurm感悟一二与各人pc不同，slurm的基本架构是，一个中专节点，之后有很多局域网ip对应不同的计算节点，在中专节点敲命令，命令中可以指定需要用到哪些计算节点 1. 查看有哪些分区 sinfo命令 2. 指定节点跑程序srun，比如这里我有一个run.py的文件，是print(1) slurm最基本的命令是srun，比如上面一行是指定-p分区，-w节点名称运行...

slurm_queue_stats：一些脚本，用于在slurm管理的群集上使用当前的nodecoregpu

02-10

使用作为方法为OOD创建汇总图和表的集群状态脚本的仓库

常用Slurm作业投递及查询命令

最新发布

agent_snail的博客

03-30

884

Slurm（Simple Linux Utility for Resource Management）是一个用于管理和调度计算集群任务的开源作业调度系统。它主要用于，比如超算中心、大学的计算集群或企业的数据中心。

Slurm集群使用

m0_37316673的博客

07-06

4982

常用命令： sinfo #查看服务器节点和分区 squeue -u username #查看你当前运行的任务 scontrol show job JOBID #查看指定的jobID的状态 scancel jobid #取消对应jobid任务 sbatch test.s #以批命令的方式运行test.s这个文件。 scontrol show node #显示所有node节点的硬件信息 scontrol show node node02"#查看名字为node02的节点的硬件信息 smap #以图形的方式显示

HPC计算集群Slurm使用

LeviLizhi的博客

09-23

1593

srun [options] program命令属于交互式提交作业，有屏幕输出，但容易受网络波动影响，断网或关闭窗口会导致作业中断。如果不关心节点和时间限制，可简写为srun -N 1 -n 4 hostname。使用 srun 命令，配合 -p 分区名参数，以及 -N 节点数 -n 核心数进行提交。mixed：混合，节点在运行作业，但有些空闲 CPU 核，可接受新作业。-w cn[01-02] 指定提交作业到cn01,cn02节点。-x cn[01-02] 排除cn01、cn02节点。

solrcloud 集群关掉某个节点启动 update

自娱散人

12-21

1099

solrcloud 集群完成后，关掉某个节点，然后再启动后，发现一直在等待更新，就是不成功，猜想是因为选择leader等待时间过短，还没有选择出来就已超时，于是修改solr.xml配置文件如下：主要是：leaderVoteWait="20000" 重新启动，竟然成功，原因有待考察

Slurm作业系统

weixin_55102248的博客

03-01

2881

在公共集群中使用SLURM作业调度系统进行任务的调度和管理。SLURM （Simple Linux Utility for Resource Management）是一种可用于大型计算节点集群的高度可伸缩和容错的集群管理器和作业调度系统，被世界范围内的超级计算机和计算集群广泛采用。控制节点（Head Node）和计算节点（Compute Node）。这是Slurm集群的主节点，负责整个集群的管理和协调。在控制节点上，需要安装Slurm的控制节点组件，包括slurmctld。

SLURM使用指南

zzixwx的博客

03-08

7555

slurm用户操作手册

Slurm之sacct

weixin_43262264的博客

11-04

2546

slurm常用

03-23

### Slurm 的常见用法及示例 #### 1. 查看集群状态 `slurm` 提供了一个名为 `sview` 的图形化工具，可以用来实时查看和管理由 `slurm` 控制的作业、分区以及节点的状态信息[^1]。除此之外，也可以通过命令行工具来完成这些操作。以下是常用的命令及其功能： - **查看当前队列中的作业** ```bash squeue ``` 此命令会显示所有正在运行或等待调度的任务列表，包括任务 ID、用户名、状态等信息[^2]。 - **查看节点状态** ```bash sinfo ``` 该命令能够提供关于计算资源的信息，比如哪些节点可用或者被占用等情况。 #### 2. 提交批处理作业 (Batch Job Submission) 当用户希望将一系列指令作为后台进程执行时，则可以通过创建脚本文件并利用 `sbatch` 来提交给系统处理器安排时间片去运行它。下面是一个简单的例子展示了如何编写这样的 shell 脚本来请求两个 CPU 核心在一个小时内完成工作负载： ```bash #!/bin/bash #SBATCH --job-name=test_job # 设置作业名称 #SBATCH --output=res_%j.txt # 输出日志到 res_<jobid>.txt 文件中 #SBATCH --time=01:00:00 # 运行时间为一小时 #SBATCH --cpus-per-task=2 # 请求每项任务分配两颗核心 echo "Starting job at $(date)" sleep 60 # 模拟实际的工作流程耗时一分钟 echo "Job finished at $(date)" ``` 保存上述内容至某处路径下的 script.sh 后即可通过如下方式递交出去： ```bash sbatch /path/to/script.sh ``` #### 3. 提交交互式作业 (Interactive Session Requesting Resources via srun Command) 如果开发者需要立即获得某些特定规格硬件上的使用权来进行调试或其他即时需求的话，那么就可以考虑调用 `srun` 开启一个新的终端窗口连接远程服务器端口从而实现目的。例如启动一台具有四个 GPU 卡支持环境下的 python 解释器实例: ```bash srun --pty -p gpu_partition --gres=gpu:4 bash module load anaconda/2021.05 source activate myenv python ``` 这里 `-p` 参数指定了目标所在分组名；而 `--gres` 则进一步细化了对于通用外部设备数量的要求。 #### 4. 使用 salloc 获取专用资源池 `salloc` 可以为用户提供一段独占时间段内的整套物理机组合成的小型子集，在这段时间里只有这个用户的程序会被允许加载上去执行直到释放为止。这非常适合那些想要测试大规模分布式算法效果但又不想干扰其他正常科研活动的人群使用场景之一。举个栗子来说吧，假设我们想临时借用三台机器组成一个小团队共同解决一个问题： ```bash salloc -N 3 ./my_mpi_program arg1 arg2 ... ``` 其中参数 `-N` 表明总共期望得到多少台主机参与协作运算过程。 --- ###