本家様http://www.pbspro.org/
ジョブスケジューラ
TORQUEもいいのだがmauiとの連携でGPUが残念な状態である。そうなるとslurmが選択肢になるのだが、
ここにきて商用品であるPBS Professionalがオープンソースとして提供されている。

ここではこのPBS Professionalについて取り上げる
サポートが必要なら商用品を導入しましょう. ここにストアがあります. (2017.11) 2,405円/1core/1年間 なので4coreマシンで1万円ほど

特徴と言うかそのように作られたのでしょうけど、postgreSQLを利用しています
macOSではコンパイルできませんでした

pbspro/windows
本家様ドキュメントhttp://www.pbsworks.com/SupportGT.aspx?d=PBS-Professional,-Documentation

pbsproパッケージ作成

https://github.com/PBSPro/pbsproから最新コードが入手可能であるが、
releaseされているtarball(pbspro-14.1.2.tar.gz)からパッケージを作ってみました。

このファイルには spec ファイルが含まれている

[root@c ~]# gzip -cd pbspro-14.1.2.tar.gz | tar tvf - | grep spec
-rw-rw-r-- root/root     12550 2017-12-09 02:42 pbspro-14.1.2/pbspro.spec
[root@c ~]#

なので、この spec ファイルを使ってrpmファイルを作ります。
そして作ったrpmパッケージをクラスター内マシンに配布しようと思う
っで、まずは下準備

[root@c ~]# mkdir -p ~/rpmbuild/{SOURCES,SPECS}
[root@c ~]# 
[root@c ~]# gzip -cd pbspro-14.1.2.tar.gz | tar xvf - pbspro-14.1.2/pbspro.spec --strip=1
[root@c ~]# mv pbspro-14.1.2.tar.gz ~/rpmbuild/SOURCES/
[root@c ~]# mv pbspro.spec          ~/rpmbuild/SPECS/

一部 pbspro.spec の中身を修正します
(TORQUEと同じディレクトリ配置にしたかったので)

--- /root/rpmbuild/SPECS/pbspro.spec.orig       2017-12-09 02:42:10.000000000 +0900
+++ /root/rpmbuild/SPECS/pbspro.spec    2018-01-11 13:57:15.653337804 +0900
@@ -42,7 +42,7 @@
 %define pbs_version 14.1.2
 %define pbs_release 0
 %define pbs_prefix /opt/pbs
-%define pbs_home /var/spool/pbs
+%define pbs_home /var/lib/pbs
 %define pbs_dbuser postgres
 %define pbs_dist %{pbs_name}-%{pbs_version}.tar.gz
 
@@ -204,6 +204,7 @@
 %setup
 
 %build
+./autogen.sh
 [ -d build ] && rm -rf build
 mkdir build
 cd build

そうしてrpmbuildを実行します

[root@c ~]# rpmbuild -ba rpmbuild/SPECS/pbspro.spec

*CentOS6の場合、autogen.shでこける。autoconf-2.69とautomake-1.13.4を/usr/localに別途インストールして回避可能
*コンパイルに必要なパッケージは gitサイトに記載されております
https://github.com/PBSPro/pbspro/blob/master/INSTALL

完成品がこれ

[root@c ~]# ls -lh rpmbuild/RPMS/x86_64/pbspro-*
-rw-r--r--. 1 root root 1.8M Jan 11 14:00 rpmbuild/RPMS/x86_64/pbspro-client-14.1.2-0.x86_64.rpm
-rw-r--r--. 1 root root 6.1M Jan 11 14:00 rpmbuild/RPMS/x86_64/pbspro-debuginfo-14.1.2-0.x86_64.rpm
-rw-r--r--. 1 root root 2.2M Jan 11 14:00 rpmbuild/RPMS/x86_64/pbspro-execution-14.1.2-0.x86_64.rpm
-rw-r--r--. 1 root root 3.0M Jan 11 14:00 rpmbuild/RPMS/x86_64/pbspro-server-14.1.2-0.x86_64.rpm
[root@c ~]#

品目が分かりやすくていい

導入

ジョブ管理ノードには (作業:pbspro/server)

  • pbspro-server-14.1.2-0.x86_64.rpm

計算ノードには (作業:pbspro/execution)

  • pbspro-execution-14.1.2-0.x86_64.rpm

ジョブ発行ノードには (作業:pbspro/client)

  • pbspro-client-14.1.2-0.x86_64.rpm

をそれぞれインストールする
留意 同一マシンに「pbspro-execution」と「pbspro-client」は載せられない。
その場合、「pbspro-execution」は「pbspro-client」の機能を持つので「pbspro-execution」をインストールする

hosts.equiv

計算ノードでの計算が終わった後に、標準出力、標準エラーとかのファイルは、
「/opt/pbs/sbin/pbs_rcp」もしくは「/bin/scp」を使って「ジョブを発行したノード」へコピーされます。

sshで計算ノードからジョブ発行ノードにパスワード無しとかでアクセスできればいいのですが、
そうで無い場合、rcpに対応すべく下記「/etc/hosts.equiv」を用意する

[root@pbspro ~]# cat /etc/hosts.equiv
+ +
 
[root@pbspro ~]# systemctl enable rexec.socket rsh.socket
[root@pbspro ~]# systemctl start rexec.socket rsh.socket

また、NFSで繋げていれば、計算ノードの「/var/lib/pbs/mom_priv/config」ファイルに

$usecp *:/home /home
$usecp *:/data /data

と記載していれば、rcp/scpなどネットワークを経由せずにcpコマンドでコピーされる

queueの作成

pbsproには2種類のqueueが用意されている。「routing」と「execution」
「routing」はジョブを他のqueueへ移す「queue」(宛先は再度「routing」でも構わなく、当然「execution」でもOK)
「execution」はジョブを待機中とか計算中とかにさせる「queue」 (「計算のqueue」とかと呼ばれるもの)
pbsproでは既定で queue「workq」が用意されている。

[root@pbspro ~]# qstat -Q
Queue              Max   Tot Ena Str   Que   Run   Hld   Wat   Trn   Ext Type
---------------- ----- ----- --- --- ----- ----- ----- ----- ----- ----- ----
workq                0     0 yes yes     0     0     0     0     0     0 Exec
[root@pbspro ~]#

とりあえず、この「workq」を使った簡単なテストジョブを発行してみる

[illya@pbspro ~]$ cat a.sh
#!/bin/sh
sleep 30
hostname
pwd
 
[illya@pbspro ~]$ qsub -q workq -N test -l select=1:ncpus=1:mem=1gb a.sh
14.pbspro
[illya@pbspro ~]$ qstat
Job id            Name             User              Time Use S Queue
----------------  ---------------- ----------------  -------- - -----
14.pbspro         test             illya             00:00:00 R workq
[illya@pbspro ~]$

となる。
queueの名称で特定の計算ノードにジョブが渡るようにするには下記のように「set node <node> queue = <queue>」とする
ここでは、queue「bio」が指定されると、計算ノード「n1」と「n2」が担当するようにした
もちろんジョブの指定方法では「n1」「n2」の2つを使えます

[root@pbspro ~]# qmgr
Max open servers: 49
Qmgr: create queue bio queue_type = execution
Qmgr: set queue bio started = true
Qmgr: set queue bio enabled = true
Qmgr: set node n1 queue = bio
Qmgr: set node n2 queue = bio
 
[root@pbspro ~]#

どの計算ノードがどのqueueに割り当てられているかは「pbsnodes」コマンドで確認可能

[root@pbspro ~]# pbsnodes -aS
vnode           state           OS       hardware host            queue        mem     ncpus   nmics   ngpus  comment
--------------- --------------- -------- -------- --------------- ---------- -------- ------- ------- ------- ---------
n1              free            --       --       n1              bio             2gb       1       0       0 --
n2              free            --       --       n2              bio             2gb       2       0       0 --
n3              free            --       --       n3              --              2gb       3       0       0 --
[root@pbspro ~]#

ノード指定を解除するには

[root@pbspro ~]# qmgr -c "unset node n2 queue"

とかで
1つの計算ノードを複数のqueueで共有する場合はvnode様式を使う
詳しくはPBSProのAdministrator's Guide「4.8.2.2.i Procedure to Associate Vnodes with Multiple Queues」を参照

queue「bio」を特定のユーザしか使わせないなら下記のように設定を施す

Qmgr: set queue bio acl_users="illya@client.sybyl.local,saber@*.sybyl.loca"
Qmgr: set queue bio acl_user_enable = true

もし定義以外のユーザが実行しようとすると下記のようになる

[archer@c ~/pbs]$ qsub d.sh
qsub: Unauthorized Request
 
[archer@c ~/pbs]$

終わったジョブの情報がみたい

set server job_history_enable = True
set server job_history_duration = 00:10:00

として「qstat -x」とすれば10分前まで過去の終了したジョブ情報が見える。詳しく見たければ「qstat -x -f <ジョブID>」を行う

メモ

  • set server query_other_jobs = True
    他ユーザのジョブの状態を見たいのなら
    「set server query_other_jobs = True」
    をqmgrで実行する
    Torqueならこれで /var/lib/torque/spool に蓄えられる一時ファイルのパーミッションが 644 とかになるのだが
    PBSProではならないみたい.
    もしPBSProでも 644 にしたいのなら ジョブファイルに「#PBS -W umask=0022」を追記する必要がある.
  • set server node_fail_requeue = 0
    計算ノードの停止とかで通信が途切れて、計算ノードが復帰したらの取り扱い。
    0なら途切れればqeueuの条件にあう計算ノードに「requeue」しない。
    0以上ならその間はその指定時間(秒)は待機するが、それ以降は「requeue」される。既定で310秒
  • set server default_qsub_arguments= "-r n"
    そもそも「rerun」をさせない様にするには「#PBS -r n」をジョブスクリプトに記載すればいいのだが、
    既定でそのような使用にするには「set server default_qsub_arguments= "-r n"」とする
  • queueスクリプトに変数を渡す
    qusbの引数「-v」を使います。複数入れたい場合は「-v IN=a.mrc,OUT=a.tiff」と「,」で繋げます。
    #!/bin/bash
    #PBS -q batch
    cd $PBS_O_WORKDIR
    e2proc2d.py ${IN} ${OUT}
    として「qsub -v IN=a.mrc,OUT=a.tiff」ができるかと

トップ   編集 添付 複製 名前変更     ヘルプ   最終更新のRSS
Last-modified: 2018-05-07 (月) 18:06:16 (43d)