Algunos comandos slurm para ATLAS

Datos del clúster:

• Servidor de entrada:        atlas-scc.atica.um.es
• Imágenes singularity en /misc/software/singularity
• Ejemplos en  /misc/software/examples

TODO:

• Gestión de cuotas
• Envío de correo electrónico cuando se produzca un evento en los trabajos lanzados.

Conexión al cluster

Siempre por SSH. El alta se solicita por DUMBO.

ssh jhidalgo@atlas-scc.atica.um.es

Lanzar un trabajo batch

Una vez en el nodo de login se lanzan procesos batch o interactivos. Ejemplo de batch localizado en  /misc/software/examples/sbatch_random

[jhidalgo@atlas-login-j0caf9l4-001 sbatch_random]$ sbatch script.sh 
Submitted batch job 102

Lanzar un trabajo interactivo

PAra prototipar una tarea manualmente nos podemos ir a un nodo de trabajo reservando un slot con el siguiente comando

srun  --partition=cola01 --time=00:40:00 --ntasks=1 --cpus-per-task=1 --nodes=1 --mem=2GB --pty /bin/bash

Ver los trabajos en cola

En este caso, de mi propio usuario "jhidalgo".  Los estados posibles de ST están en https://slurm.schedmd.com/squeue.html

[jhidalgo@atlas-login-j0caf9l4-001 sbatch_random]$  squeue -u jhidalgo
             JOBID PARTITION     NAME     USER ST       TIME  NODES NODELIST(REASON)
                98    cola01     bash  jhidalgo  R      22:21      1 atlas-cola01-c01g01-0
               102    cola01 script.s  jhidalgo  R       0:02      1 atlas-cola01-c01g01-0

Histórico de trabajos 

[jhidalgo@atlas-login-j0caf9l4-001 sbatch_random]$ sacct --starttime 2023-09-27 -u jhidalgo
JobID           JobName  Partition    Account  AllocCPUS      State ExitCode 
------------ ---------- ---------- ---------- ---------- ---------- -------- 
1                  bash     cola01 admin_jhi+          1     FAILED      1:0 
1.0                bash            admin_jhi+          1     FAILED      1:0 
7                  bash     cola01 admin_jhi+          1     FAILED      2:0 
7.0                bash            admin_jhi+          1     FAILED      2:0 

Otras operaciones

Cancelar un trabajo
scancel <jobid>

Cancelar todos los trabajos de un usuario
scancel -u <username>

Cancelar los trabajos pendientes de ejecutar
scancel -t PENDING -u <username>

Retener un trabajo encolado para que no se ejecute
scontrol hold <jobid>

Liberar un trabajo retenido para que se planifique para ejecutar
scontrol release <jobid>