≪ View Page

Diferencias

Muestra las diferencias entre dos versiones de la página.

Enlace a la vista de comparación

Ambos lados, revisión anteriorRevisión previa
Próxima revisión		Revisión previa
es:centro:servizos:hpc:envio_trabajo [2016/02/12 10:15] – [Consultar el estado del trabajo, las colas o los nodos] fernando.guillenes:centro:servizos:hpc:envio_trabajo [2017/10/09 11:13] (actual) – [Table] diego.cougil
Línea 1: Línea 1:
-[[ es:centro:servizos:hpc#instrucciones_de_uso_del_cluster| >> Volver a la página principal del cluster ]] 
- 
 ====== Envío y gestión de los trabajos ====== ====== Envío y gestión de los trabajos ======
-<note tip> +
-Para todos los comandos mencionados en esta página existe la correspondiente página del MAN. +
-</note>+
 ===== Enviar los trabajos al sistema de colas ===== ===== Enviar los trabajos al sistema de colas =====
 +--------------
 El envío de trabajos se realiza a través del comando qsub, cuyo argumento obligatorio es el nombre de un script de shell.  El envío de trabajos se realiza a través del comando qsub, cuyo argumento obligatorio es el nombre de un script de shell. 
 <code> <code>
Línea 13: Línea 10:
  
 ===== Consultar el estado del trabajo, las colas o los nodos ===== ===== Consultar el estado del trabajo, las colas o los nodos =====
 +---------------
 +==== Información de las colas ====
 El comando ''qstat'' permite consultar el estado de las colas,  El comando ''qstat'' permite consultar el estado de las colas, 
    
 +<code bash>
 +ct$ qstat -q # Información global de las colas
 +server: ctcomp2
 +
 +Queue            Memory CPU Time Walltime Node  Run Que Lm  State
 +---------------- ------ -------- -------- ----  --- --- --  -----
 +graphic32          --      --    04:00:00   --    0   0 --   E R
 +np16               --      --    192:00:0   --    0   0 --   E R
 +np32               --      --    288:00:0   --    0   0 --   E R
 +especial           --      --    672:00:0   --    0   0 --   E R
 +parallel           --      --    192:00:0   --    0   0 --   E R
 +np2                --      --    192:00:0   --    0   0 --   E R
 +np8                --      --    192:00:0   --    0   0 --   E R
 +short              --      --       --      --    0   0 --   E R
 +graphic1           --      --    04:00:00   --    0   0 --   E R
 +np1                --      --    672:00:0   --    0   0 --   E R
 +batch              --      --       --      --    0   0 --   E R
 +np4                --      --    192:00:0   --    0   0 --   E R
 +interactive        --      --    01:00:00   --    0   0 --   E R
 +np64               --      --    384:00:0   --    0   0 --   E R
 +graphic            --      --       --      --    0   0 --   E R
 +bigmem             --      --       --      --    0   0 --   E R
 +graphic8           --      --    04:00:00   --    0   0 --   E R
 +                                               ----- -----
 +                                                   0     0
 +</code>
 +La columna State indica con su primera letra si la cola está (E)nabled o (D)isabled y con la segunda letra si la cola está (R)unning o (S)topped.
 +
 +==== Información de los trabajos ====
 +Cada vez que se envía un trabajo se le asigna un JOB_ID que sirve como identificador único. Si el trabajo se envió con la opción -t entonces se identificará mediante ''job_id[indice]''.
 +
 <code bash> <code bash>
 ct$ qstat  # Información general de los trabajos de usuario  ct$ qstat  # Información general de los trabajos de usuario 
Línea 20: Línea 50:
 ------------------------- ---------------- ---------------    -------- - ----- ------------------------- ---------------- ---------------    -------- - -----
 999999.ctcomp2            nombre_del_trabajo nombre_usuario   38:05:59 R np32        999999.ctcomp2            nombre_del_trabajo nombre_usuario   38:05:59 R np32       
- 
 </code> </code>
 +La columna Time Use muestra el tiempo de CPU usado.
 +La columna S es el estado del trabajo, que puede ser uno de los siguientes:
 +       *           C -  Job is completed after having run
 +       *           E -  Job is exiting after having run.
 +       *           H -  Job is held.
 +       *           Q -  job is queued, eligible to run or routed.
 +       *           R -  job is running.
 +       *           T -  job is being moved to new location.
 +       *           W -  job is waiting for its execution time(-a option) to be reached.
 +
 <code bash> <code bash>
-qstat -f 999999.ctcomp2+ct$ qstat -f 999999.ctcomp2   # Información sobre un trabajo específico
 Job Id: 999999.ctcomp2.innet Job Id: 999999.ctcomp2.innet
     Job_Name = nombre_del_trabajo     Job_Name = nombre_del_trabajo
Línea 66: Línea 105:
  
 </code> </code>
 +Una característica interesante de los trabajos finalizados es el EXIT_STATUS que se mostraría cuando el JOB_STATE es C. 
 +^  Código interno       ^  Valor de EXIT_STATUS  ^  Significado                                                                       ^
 +|  JOB_EXEC_OVERLIMIT   |  -10                   |                                                                                    |
 +|  JOB_EXEC_STDOUTFAIL  |  -9                    |                                                                                    |
 +|  JOB_EXEC_CMDFAIL     |  -8                    |  Exec() of user command failed                                                     |
 +|  JOB_EXEC_BADRESRT    |  -7                    |  Job restart failed                                                                |
 +|  JOB_EXEC_INITRMG     |  -6                    |  Job aborted on MOM init, chkpt, ok migrate                                        |
 +|  JOB_EXEC_INITRST     |  -5                    |  Job aborted on MOM init, chkpt, no migrate                                        |
 +|  JOB_EXEC_INITABT     |  -4                    |  Job aborted on MOM initialization                                                 |
 +|  JOB_EXEC_RETRY       |  -3                    |  Job execution failed, do retry                                                    |
 +|  JOB_EXEC_FAIL2       |  -2                    |  Job execution failed, after files, no retry                                       |
 +|  JOB_EXEC_FAIL1       |  -1                    |  Job execution failed, before files, no retry                                      |
 +|  JOB_EXEC_OK          |  0                     |  Job execution successful                                                          |
 +|                       |  1-256                 |  Exit status of the top-level shell                                                |
 +|                       |  >256                  |  Trabajo terminado por una señal UNIX, restarle 256 nos da el número de la señal.  |
  
 <code bash> <code bash>
-ct$ qstat -q # Información global de las colas +ct$ checkjob 999999.ctcomp2                # Información sobre un trabajo específico
-server: ctcomp2+
  
-Queue            Memory CPU Time Walltime Node  Run Que Lm  State +checking job 999999 
----------------- ------ -------- -------- ----  --- --- --  ----- + 
-graphic32          --      --    04:00:00   --    0   0 --   E R +State: Running 
-np16               --      --    192:00:0   --    0   0 --   E R +Creds:  user:nombre_usuario  group:citius  class:np32  qos:DEFAULT 
-np32               --      --    288:00:0   --    0   0 --   E R +WallTime: 00:25:46 of 12:00:00 
-especial           --      --    672:00:0   --    0   0 --   E R +SubmitTime: Tue Feb 16 10:40:31 
-parallel           --      --    192:00:0   --    0   0 --   E R +  (Time Queued  Total: 00:00:01  Eligible: 00:00:01) 
-np2                --      --    192:00:0   --    0   0 --   E R + 
-np8                --      --    192:00:0   --    0   0 --   E R +StartTime: Tue Feb 16 10:40:32 
-short              --      --       --      --    0   0 --   E R +Total Tasks: 32 
-graphic1           --      --    04:00:00   --    0   0 --   E R + 
-np1                --      --    672:00:0   --    0   0 --   E R +Req[0]  TaskCount: 32  Partition: DEFAULT 
-batch              --      --       --      --    0   0 --   E R +Network: [NONE]  Memory >= 0  Disk >= 0  Swap >= 0 
-np4                --      --    192:00:0   --    0   0 --   E R +Opsys: [NONE]  Arch: [NONE]  Features: [active][intel][xeonl] 
-interactive        --      --    01:00:00   --    0   0 --   E R +Allocated Nodes: 
-np64               --      --    384:00:0   --    0   0 --   E R +[inode15:32] 
-graphic            --      --       --      --    0   0 --   E R + 
-bigmem             --      --       --      --    0   0 --   E R + 
-graphic8           --      --    04:00:00   --    0   0 --   E R +IWD: [NONE]  Executable:  [NONE] 
-                                               ----- ----- +Bypass: 0  StartCount: 1 
-                                                   0     0+PartitionMask: [ALL] 
 +Flags:       RESTARTABLE 
 + 
 +Reservation '137092' (-00:25:32 -> 11:34:28  Duration: 12:00:00) 
 +PE:  32.00  StartPriority:  21
 </code> </code>
 +
 +<code bash>
 +ct$ tracejob -n 3 999999.ctcomp2   # Devuelve el contenido de los logs relativos al jobid indicado.
 +Job: 136553.ctcomp2.innet
 +
 +02/10/2016 15:22:26  S    enqueuing into batch, state 1 hop 1
 +02/10/2016 15:22:26  S    dequeuing from batch, state QUEUED
 +02/10/2016 15:22:26  S    enqueuing into np1, state 1 hop 1
 +02/10/2016 15:22:26  S    Job Run at request of citiuscap@ctcomp2.innet
 +02/10/2016 15:22:26  S    Not sending email: User does not want mail of this type.
 +02/10/2016 15:22:26  A    queue=batch
 +02/10/2016 15:22:26  A    queue=np1
 +02/10/2016 15:22:26  A    user=nombre_usuario group=citius
 +                          jobname=nombre_trabajo queue=np1 ctime=1455114146 qtime=1455114146 etime=1455114146 start=1455114146 owner=nombre_usuario@ctcomp2.innet exec_host=inode19/24 Resource_List.neednodes=1:ppn=1 Resource_List.nodect=1 Resource_List.nodes=1:ppn=1 Resource_List.vmem=2040mb Resource_List.walltime=12:00:00
 +02/10/2016 16:08:34  S    Exit_status=0 resources_used.cput=00:46:14
 +                          resources_used.mem=234868kb resources_used.vmem=1002480kb
 +                          resources_used.walltime=00:46:08
 +02/10/2016 16:08:34  S    on_job_exit valid pjob: 999999.ctcomp2.innet (substate=50)
 +02/10/2016 16:08:34  A    user=nombre_usuario group=citius jobname=nombre_trabajo queue=np1 ctime=1455114146 qtime=1455114146 etime=1455114146 start=1455114146 owner=nombre_usuario@ctcomp2.innet exec_host=inode19/24 Resource_List.neednodes=1:ppn=1 Resource_List.nodect=1 Resource_List.nodes=1:ppn=1 Resource_List.vmem=2040mb Resource_List.walltime=12:00:00 session=7304 end=1455116914 Exit_status=0 resources_used.cput=00:46:14 resources_used.mem=234868kb resources_used.vmem=1002480kb resources_used.walltime=00:46:08
 +02/10/2016 17:08:35  S    dequeuing from np1, state COMPLETE
 +</code>
 +
 +
 +==== Información de los nodos ====
 +Para obtener una vista global del estado del cluster se puede utilizar el comando ''nodes-usage''.
 +<code bash>
 +$ nodes-usage
 ++----------------------------------+-------------------+
 +| USAGE                            | NODE              |
 ++----------------------------------+-------------------+
 +| ################################ | node1 (64/64)     |
 +| ################################ | node2 (64/64)     |
 +|                                  | node3 (0/64)      |
 +| ################################ | node4 (64/64)     |
 +|                                  | node5 (0/64)      |
 +| ################################ | node6 (64/64)     |
 +|                                  | node7 (0/64)      |
 +|                                  | inode11 (0/32)    |
 +|                                  | inode12 (0/??)    |
 +|                                  | inode13 (0/32)    |
 +|                                  | inode14 (0/32)    |
 +|                                  | inode15 (0/??)    |
 +|                                  | inode16 (0/32)    |
 +|                                  | inode17 (0/??)    |
 +|                                  | inode18 (0/??)    |
 +| ##                               | inode19 (2/32)    |
 +| ############################     | inode20 (28/32)   |
 ++----------------------------------+-------------------+
 +| ##############                   | TOTAL (286/640)   |
 ++----------------------------------+-------------------+
 +</code>
 +
 +Para obtener información sobre los usuarios que se encuentran en cada nodo, se puede utilizar el comando ''node-users <nodo>'':
 +
 +<code bash>
 +$ node-users node1
 +Tracing node jobs...................................................................
 +jorge.suarez natalia.fernandez
 +</code>
 +
 +Para obtener información más detallada sobre los nodos, se puede utilizar el comando ''pnbsnodes'':
 +
 <code bash> <code bash>
 ct$ pbsnodes  #Información detallada de todos los nodos ct$ pbsnodes  #Información detallada de todos los nodos
Línea 140: Línea 259:
  
 ===== Eliminar un trabajo de la cola ===== ===== Eliminar un trabajo de la cola =====
- +------------- 
-El comando ''qdel'' permite al usuario eliminar un trabajo de la cola PBS, antes de que sea emitido a los nodos computacionales para su ejecución. Este comando necesita como argumento el identificador que PBS le asigna cuando se registra un nuevo trabajo, y que se puede consultar con ''qstat''.+El comando ''qdel'' permite al usuario eliminar un trabajo. Funciona enviándole primero una señal TERM y luego una KILL. Este comando necesita como argumento el identificador que PBS le asigna cuando se registra un nuevo trabajo, y que se puede consultar con ''qstat''.
  
 <code> <code>