問題タブ [condor]

中央マネージャーからコマンドcondor_statusを実行すると、ミドルウェアとしてcondorを使用して3台のサーバーを接続し、HPCクラスターを形成します。中央マネージャーでジョブを実行し、SSH経由で他のノードに接続できる他のノードは表示されませんが、中央マネージャーをコンドルホストとして設定し、すべてのユーザーが書き込みと読み取りを行えるようにするコンドル構成ファイルに何かが欠けていること。デーモンMASTER、STARTDをワーカーノードのデーモンリストに保持します。

セントラルマネージャーでcondor_statusを実行すると、セントラルマネージャーが表示され、計算ノードで実行すると、「CEDAR：6001：Failed to connect to」というエラーが表示され、その後にセントラルマネージャーのIPとポート番号が表示されます。

4台の専用マシンで構成されるコンドルプールがあります。1台は中央マネージャー、送信、実行ノードとして設定され、他の3台は実行ノードとして設定されています。すべてのマシンのOSとしてCentOS5.4を使用しました。私の問題は、セントラルマネージャーからジョブを送信したときに、セントラルマネージャーでのみ機能するため、JDLファイルで、セントラルマネージャー以外の任意のマシンでジョブを実行するように指定すると、ジョブは保留されて実行されないことです。condor_statusと入力すると、すべてのノードが表示されます。実行中のノードのデーモンリストにデーモンMASTER、STARTDを保持します。誰かがこの問題に遭遇しますか？

condorをクラスターミドルウェアとして使用するHPCクラスターがあり、OSはすべてのマシンにCentOSであり、MPICH2をインストールしました。システムをベンチマークして最大Gflopsを取得するにはどうすればよいですか？linpackとatlasライブラリをインストールしましたが、condorでの使用方法に関する情報が見つかりませんでした。

Condorを使用して、クラスター上のマシンで処理するジョブを送信する方法を見つけました。多くのマシンがあり、それらのマシンのそれぞれが同じように構成されているわけではないので、私は疑問に思っていました:

私のスクリプトはこのパッケージに依存しているため、numpy がインストールされているマシンに私のジョブ (python スクリプト) をディスパッチするようにコンドルに指示することはできますか?

コンドル クラスターでジョブを実行していますが、一部のジョブはアイドル状態でハングアップし、終了どころか、まったく開始されないように見えます。手動で実行するcondor_wait -wait n logfile以外にcondor_rm、ハングしたジョブを終了するためのより適切な (そして自動的に組み込まれている) 方法はありますか?

逆に、これらのジョブはダグマンにあるため、後のジョブを実行できるように、ダグマンでジョブをタイムアウトにする方法はありますか?

Pythonのパスにディレクトリを追加せずにローカルディレクトリからnumpyを使用する方法はありますか？numpyがインストールされていないマシンのcondorでジョブを実行しているので質問しています。これらのマシンに直接numpyを追加する方法はなく、これらのマシンのパスを変更できるとは思いません。「numpy」がインストールされているクラスター上のマシンにのみジョブをディスパッチするようにCondorに指示する方法を見てきました。マシンにnumpyがあるかどうかを判断することに関して、可能であればすべてのマシンで実行したいのですが、とにかくマシンのclassIdを変更できるかどうかはわかりません。

私はmswordを開くc＃コードを実行しましたが、正しく実行されます。このプログラムをコンドル環境で実行したいのですが、エラーが発生しました。

このエラーはMSVisualStudio C＃に属すると思います。

コンドルを使用していくつかのシミュレーションを実行しており、コンソールに進行状況を出力するようにプログラムをコーディングしました。これはループの最後で行われ、現在の時刻が単純に出力されます (これはパーセンテージまたは経過時間でもあります)。コードは次のようになります。

正常に実行している場合 (つまり、ターミナル/cmd/bash で)、これは正常に動作しますが、コンドル ノードは状態に見えませんprintf()。シミュレーションが終了すると、すべてのステータス更新がファイルに出力されますが、それ以降は使用できなくなります。コンドルに送信する *.sub ファイルは次のようになります。

サブミットされると、プログラムが実行され (これは で確認されcondor_qます)、出力ファイルには次のものが含まれます。

プログラムが対応する出力ファイルの実行を終了すると、次のように表示されます (例):

プログラムの実行中、出力ファイルにはSTARTテキストのみが含まれます。そのため、プログラムを実行しているノードがビジー状態の場合、ファイルは更新されないという結論に達しました。私の質問は、出力ファイルを手動で更新する方法や、プログラムの進行状況に関する情報をより良い方法で収集する方法はありますか?

もうありがとう

マックス

condor_submitコンドル サーバーとの通信に SSH を使用していますが、カスタム コントロール用のコマンド ( 、condor_make、condor_qなど)を呼び出す必要があります。Xcode プロジェクト (はい、Mac OS を使用しています) に libSSH をダウンロードして正常に統合したところ、提供された関数がカスタム コマンドをサポートしていないことがわかりました。チュートリアルでは、これによりホスト上でコマンドが実行されると述べられています。

ソース

しかし、"ls -l"を let's sayに置き換えると"condor_q"、コマンドが実行されないようです。次のようなインタラクティブなシェルセッションを使用して、これを修正できました。

私の質問は、コマンドを「偽送信」するよりも、SSH 経由でカスタムコマンドを送信する簡単な方法はありますか?

ありがとう

マックス

これが私が持っているものの簡単なツリーです：

AとBは親プロセスであり、CはAとBが終了した後にのみ実行できます。通常、DAGファイルは次のようになります。

次のこともうまくいくかどうか誰かが知っているかどうか疑問に思いました：

Condor DAGのドキュメントを調べましたが、あまり役に立ちません。

ありがとう！