Torque †Torqueとは †Torqueは、Job Schedulerである。Job Schedulerは、クラスターに次々と投入されるジョブを、キューなどを用い、スケジューリングを行って管理してくれる。 Torqueがインストールされたserverにログインする †ssh ie-user@tino-vm1.ads.ie.u-ryukyu.ac.jp このvmはシス管か, 誰かに頼んで上げてもらう(自分のときは名嘉村研の先輩に頼みました queueの作成(サーバー側) †テストとして"tqueue"という名前のqueueを作る。 Qmgr: create queue tqueue queue_type = execution Qmgr: set queue tqueue enabled = true Qmgr: set queue tqueue started = true Qmgr: set server default_queue = tqueue Qmgr: set server scheduling = true Qmgr: set queue tqueue resources_max.ncpus = 2 Qmgr: set queue tqueue resources_max.nodes = 2 各コマンドの意味を以下に示す。
設定の保存 †以下のようにリダイレクトして保存する。 # echo "p s" | <torqueのインストール先>/bin/qmgr > <ファイル名> 次回以降はこのファイルを与えることで設定が楽になる。 ファイルの与え方もリダイレクト # <torqueのインストール先>/bin/qmgr < <ファイル名> Torque チュートリアル †Torqueを使用する前に †Torqueは、naha.ie.u-ryukyu.ac.jp上で使用することができる。 % ssh ie-user@tino-vm1.ads.ie.u-ryukyu.ac.jp 尚、パスワードはサーバー班が管理しているので、サーバー班から教えてもらうことができる。 ログインすると、ホームディレクトリにProjectフォルダがあるので、その中に自分の学籍番号のフォルダを作成し、その中で作業を行うようにする。 % mkdir student/eXX57XX % cd student/eXX57XX 追記 ただし, Projectフォルダは分散環境上で共有されていないため, ファイルを共有したい場合は /mnt/data/* の中にworkspaceを作り, その中で作業を行うのが望ましい. Torque上でジョブを実行する †ジョブを実行するための準備 †jobs.shを作成する。
ジョブの実行 †Torqueのジョブは、qsubコマンドによって投入される。 % qsub jobs.sh このように実行すると、1台のクラスターでのみ処理が行なわれる。 ジョブの実行結果 †スクリプトの実行が終わると、jobs.sh.oXXX, jobs.sh.eXXXという2つのファイルが生成される。XXXは、Torqueによって割り振られたジョブ番号である。 ファイルにはそれぞれ、標準出力と、標準エラー出力の内容が出力されている。 % cat jobs.sh.oXXX hello cls001.cs.ie.u-ryukyu.ac.jp 複数のノードを用いた実験 †また10台で実験を行うには次のように、実行すれば良い。 % qsub -l nodes=10 jobs.sh % cat jobs.sh.oXXX hello cls010.cs.ie.u-ryukyu.ac.jp 10台のノードを指定しても、実際には10台が使用可能になっただけであり、10台で実行された訳ではない。 例えば、以下のような処理を行う必要がある。
#PBSを用いてコメントをつけると、その部分が、qsubコマンドのオプションとして認識される。
親ノードのシェルには、$PBS_NODEFILEという、環境変数が準備されている。
$PBS_NODEFILEの先頭行のホストが親ノードである。 このスクリプトを実行してみると、以下のようになった。 % qsub jobs.sh % cat ExampleJob.oXXX cls003.cs.ie.u-ryukyu.ac.jp cls009.cs.ie.u-ryukyu.ac.jp cls008.cs.ie.u-ryukyu.ac.jp cls010.cs.ie.u-ryukyu.ac.jp cls007.cs.ie.u-ryukyu.ac.jp cls006.cs.ie.u-ryukyu.ac.jp cls004.cs.ie.u-ryukyu.ac.jp cls005.cs.ie.u-ryukyu.ac.jp cls002.cs.ie.u-ryukyu.ac.jp cls001.cs.ie.u-ryukyu.ac.jp このように、10台のノードで、hostnameコマンドを実行した結果が表示されていることが分かる。 これらの他に、mpiを用いて、他のノードにジョブを割り振ることもできる。 1ノード2CPUを用いた実験方法 †クラスターはCoreDuo?を搭載しているため、CPUを2つまで使用することができる。つまり、1ノードで、2つの処理を行なうことができる。 % qsub -l nodes=10:ppn=2 jobs.sh この場合、$PBS_NODEFILEには、同じホストが2つずつ登録されていることになる。 1ジョブでマルチタスクの実行 †また、1つのジョブで、複数の同じタスクを実行することもできる。 その場合は、以下のように実行する。 % qsub -t 1-3 -l nodes=10 jobs.sh この場合、出力結果も3つのタスクごとに出力される。 &ref(): File not found: "torque_qsub.png" at page "Torque"; その他、便利なコマンド †
% qsub jobs.sh sleepを行って、ジョブを長引かせてテストする。 % qstat Job id Name User Time Use S Queue ------------------------- ---------------- --------------- -------- - ----- XXX.naha ExampleJob maui 0 R batch このように、ジョブの状態を確認することができる。 Error 対処メモ †Nodeの数を4~9台に設定するとなぜかjobがうまく動かない。以下のようなエラーがでる。 qsub: Job exceeds queue resource limits MSG=cannot satisfy queue max nodes requirement 対処法はNodeの数の設定時に、一桁だった場合は 05 といったように0をつけることで解決する。 % qsub -l nodes=05 test.sh 全体で登録しているNodeの数が二桁になるとこうする必要がある。 また、Nodeの数を間違っていなくても、上のエラーがでるときがある。その時は今使っているqueueの設定をみる。 % qmgr -c "p s" : create queue cqueue set queue cqueue queue_type = Execution set queue cqueue resources_max.ncpus = 184 set queue cqueue resources_max.nodes = 46 set queue cqueue enabled = True set queue cqueue started = True ncpus の値やnodesの値を確認する。resource_max.nodes でなく、 resource_max.nodect も設定したほうがいいかもしれない。 % sudo qmgr set queue cqueue resources_max.nodect = 46 crとcsの両方のtorqueクラスタを1つで使う †crで作成したtorqueのクラスタをcsの方でまとめて使うための方法。 以下の2つの設定変更により行える
上記の変更をpbsをstopさせて変更を行う。 % sudo /etc/init.d/torque stop クライアント側のserver_nameファイルとconfigファイルをmass00.cs(親)の設定に変更する †変更するファイルは以下の2つ /var/spool/torque/server_name /var/spool/torque/mom_priv/config それぞれの中身をみてみる mass01(cr) % cat /var/spool/torque/server_name mass00.cr.ie.u-ryukyu.ac.jp mass01(cr) % cat /var/spool/torque/mom_priv/config $logevent 0x1fff $max_load 1.2 $ideal_load 1.0 $pbsserver mass00.cr.ie.u-ryukyu.ac.jp $restricted mass00.cr.ie.u-ryukyu.ac.jp% 上記のmass00.crをmass.csに変更すればよい 親のtorqueのnodesの設定にcrのクラスタの情報を付け加える †変更するファイルは以下のもの /var/spool/torque/server_priv/nodes 中にはクライアントとなるサーバのドメインと使用するcpuの数の記述がある。 % sudo cat /var/spool/torque/server_priv/nodes mass02.cs.ie.u-ryukyu.ac.jp np=4 mass03.cs.ie.u-ryukyu.ac.jp np=4 mass04.cs.ie.u-ryukyu.ac.jp np=4 :略 mass46.cs.ie.u-ryukyu.ac.jp np=4 mass47.cs.ie.u-ryukyu.ac.jp np=4 これにmass01.cr.ie.u-ryukyu.ac.jp といったcr側のクライアントの情報を追加してあげればよい。 設定が終わったら % sudo /etc/init.d/torque start をして起動させる。 クライアント全部を手作業でやるのは面倒臭いのでcapistrano を使ってください。 workspaceの作り方 †力技(rootのゴリ押し) †例えばie-user@tino-vm1.ads.ie.u-ryukyu.ac.jp で mkdir /mnt/data/fuga と作成しようとしてもPermmision Errorになる. また, rootで作成しても sudo mkdir /mnt/data/fuga ls -l /mnt/data 合計 48 ... drwxr-xr-x 2 ie-user ie-user 4096 8月 9 2016 examples drwxr-xr-x 2 nfsnobody nfsnobody 6 1月 24 06:08 fuga ... となり, usernameとgroupが違うため, 他のvmがfugaにアクセスできない. (そもそも, このvmでもsudoがないとファイルが書き込めないはず. このファイルを管理しているのはtino-vm2の方なので, そこにアクセスしてファイル権限を書き換える ssh tino-vm2.ads.ie.u-ryukyu.ac.jp # /exports/data がmountされていたため, この中のfugaを変える sudo chown -R ie-user:ie-user /exports/data/fuga exit その後ファイルを見てみると書き換わっている ls -l /mnt/data 合計 48 ... drwxr-xr-x 2 ie-user ie-user 4096 8月 9 2016 examples drwxr-xr-x 2 ie-user ie-user 6 1月 24 06:08 fuga ... ただゴリ押しなので他の方法もあるかも. (というか普通は管理者に言うべきなんだろうなぁ.... Christie用メモ †@tinovm1:/mnt/data/christie-workspace/の中で作業を行う。 christieを更新した際はjarファイルを置き換えること。(Jenkinsで自動化できるらしい。) 参考文献 † |