salloc 交互运行作业
大约 3 分钟
salloc
先占用资源，然后再运行或者调式作业
- 申请单节点，跳转到节点上运行程序
salloc -p cpu -N1 -n6 -t 2:00:00
# salloc 申请成功后会返回申请到的节点和作业ID等信息，假设申请到的是n07节点，作业ID为107
ssh n07 # 直接登录到刚刚申请到的节点n07调式作业
scancel 107 # 计算资源使用完后取消作业
squeue -j 107 # 查看作业是否还在运行，确保作业已经退出
- 申请GPU节点，并跳转到GPU节点上运行程序
salloc -p gpu -N1 -n6 --gres=gpu:1 -t 24:00:00
# 假设申请成功后返回的作业号为1078858，申请到的节点是gpu05
ssh g05 # 登录到g05上调式作业
scancel 108 # 计算结束后结束任务
squeue -j 108 # 确保作业已经退出
- 申请多节点，运行MPI程序
salloc -p cpu -N2 --ntasks-per-node=12 -t 2:00:00
# salloc 申请成功后会返回申请到的节点和作业ID等信息，假设申请到的是n[05-06]节点，作业ID为109
# 这里申请两个节点，每个节点12个进程，每个进程一个核心
# 根据需求导入MPI环境
module load intel/2018.0
# 根据以下命令生成MPI需要的machine file
srun hostname -s | sort -n > slurm.hosts
# 跳转到申请到的头节点(第一个节点), 如n05
ssh n05
# 导入计算环境并执行程序
module load intel/2018.0
mpirun -np 24 -machinefile slurm.hosts hostname
# 结束后退出或者结束任务
scancel 109
当运行调试完程序后切记使用 scancel 释放资源，并执行 squeue 查看作业是否还在运行，避免占用资源却未运行作业造成意料之外的收费。
- 常用参数
--help # 显示帮助信息；
-A <account> # 指定计费账户；
-D, --chdir=<directory> # 指定工作目录；
--get-user-env # 获取当前的环境变量；
--gres=<list> # 使用gpu这类资源，如申请两块gpu则--gres=gpu:2
-J, --job-name=<jobname> # 指定该作业的作业名；
--mail-type=<type> # 指定状态发生时，发送邮件通知，有效种类为（NONE, BEGIN, END, FAIL, REQUEUE, ALL）；
--mail-user=<user> # 发送给指定邮箱；
-n, --ntasks=<number> # sbatch并不会执行任务，当需要申请相应的资源来运行脚本，默认情况下一个任务一个核心，--cpus-per-task参数可以修改该默认值；
-c, --cpus-per-task=<ncpus> # 每个任务所需要的核心数，默认为1；
--ntasks-per-node=<ntasks> # 每个节点的任务数，--ntasks参数的优先级高于该参数，如果使用--ntasks这个参数，那么将会变为每个节点最多运行的任务数；
-o, --output=<filename pattern> # 输出文件，作业脚本中的输出将会输出到该文件；
-p, --partition=<partition_names> # 将作业提交到对应分区；
-q, --qos=<qos> # 指定QOS；
-t, --time=<time> # 设置限定时间；
-w, --nodelist=<node name list> # 指定申请的节点；
-x, --exclude=<node name list> # 排除指定的节点；