This is an old revision of the document!
Utilización de SLURM
SLURM Workload Manager o formalmente (Simple Linux Utility for Resource Management) es un sistema de gestión de trabajos en clústeres de código abierto, el cual es tolerante a fallas y altamente escalable para clústeres Linux grandes y pequeños.
Funciones principales
- Asigna a los usuarios acceso exclusivo y/o no exclusivo a recursos de cómputo por un tiempo determinado, permitiéndoles así ejecutar trabajos (jobs) asignados.
- Provee un marco para iniciar, ejecutar y monitorear tareas (normalmente tareas paralelas) en un conjunto de nodos asignados.
- Coordina la solicitud de recursos a través de una cola de trabajos pendientes.
¿Cómo se encarga Slurm de gestionar los trabajos?
- Ejecutando el trabajo
- Asignando recursos de cómputo solicitados por el trabajo
- Reportando la salida de su ejecución al usuario.
Pasos para ejecutar un trabajo
- Preparar un script (el formato del script se encuentra a continuación)
- Enviar trabajo para ejecución.
1. Comandos básicos de Slurm
A continuación se muestran los comandos básicos utilizados para realizar la mayoría de las operaciones básicas con SLURM:
Comando | Descripción |
---|---|
squeue | Ver estado de los trabajos en la cola |
sinfo | Ver información de los nodos de cómputo |
sbatch | Enviar un trabajo a través de un script, para su posterior ejecución |
srun | Ejecutar un trabajo interactivo |
scancel | Eliminar un trabajo |
2. Parámetros básicos de comandos
2.1. Envío de Trabajo (srun y sbatch)
Comando SLURM | Descripción |
–mem-per-cpu=<megabytes> | Memoria requerida para el trabajo por CPU asignada (en MegaBytes). El valor predeterminado es 1024 MB. |
-n, –ntasks=<cantidad de tareas> | Número de tareas (procesos) que serán asignadas para el trabajo. |
-c, –cpus-per-task=<cpus> | Número de CPUs (hilos) requeridas por tarea. El valor especificado aquí es el número “mínimo” de CPU que se asignará a su trabajo. Si hay CPU adicionales disponibles en un nodo más allá de lo solicitado, su trabajo recibirá esas CPU hasta que otros trabajos las necesiten. El valor predeterminado es 1 CPU. Intentar usar más CPU de las que se le asignaron dará como resultado que sus procesos adicionales se turnen en la misma CPU (ralentizando su trabajo). |
-J <name>, –jobname=<name> | Especificar un nombre a tu trabajo |
-o <STDOUT_log>, –output=<STDOUT_log> | Archivo en el que se desea almacenar la salida del trabajo. Usted puede especificar %j como parte del nombre de archivo de registro para indicar la ID del trabajo (como ejemplo, “#SBATCH -o ouptut_%j.o” redirigiría la salida a “output_123456.o”). |
-e <STDERR_log>, –error=<STDERR_log> | Archivo en el que se desea almacenar mensajes de error de trabajo. Funciona exactamente igual que “-o”. |
-t, –time=<days-hours:minutes:seconds> (ej. –time=08:00:00) | Permite ajustar el límite de tiempo del trabajo |
–array=<índices> (ej. –array=1-80) | Envía una lista (arreglo) de trabajos idénticos. Solo aplica para sbatch. |
–export=<name[=value]> (ej. –export=ALL) | Exportar variables de entorno identificadas |
–nodes=<nodos> | Cantidad de nodos de cómputo a utilizar |
–account=<cuenta> (ej. –account=dsmith) | Asignar el nombre de cuenta para monitorear el trabajo |
2.2. Gestión de Trabajo
scancel
–name=<name> | Cancela trabajos con nombre especificado |
–user=<name> | Cancela trabajos del usuario especificado |
squeue
–jobs=<job_id_list> | Lista separada por comas de IDs de trabajo para mostrar |
–name=<name> | Permite ver sólo trabajos con nombres especificados |
–users=<names> | Permite ver sólo trabajos para usuarios especificados |
3.1. Ejemplo básico 1 (multi-thread con OpenMP)
Este es un ejemplo de un script (ejemplo1.sh) con los elementos mínimos para ejecutar el programa namd a través de slurm:
#!/bin/bash #Shell a usar durante la simulación, para este caso es bash #SBATCH -J NAMD-NOMBRE-SIMULACION #Nombre de la simulación, reemplazar por nombre apropiado #SBATCH --nodes=1 #Número de nodos donde se ejecutará la simulación, siempre es 1 para Soroban #SBATCH --tasks-per-node=40 #40 es el número de procesos a ejecutar en el servidor Soroban, reemplazar por la cantidad adecuada #SBATCH --mem=100G #Memoria reservada para esta simulación en el servidor #SBATCH --partition=intel #Partición donde se enviarán los trabajos, en este caso la partición general se llama intel. module load namd/Git-2019-11-27_Linux-x86_64-multicore #Programas o módulos necesarios para ejecutar esta simulación, reemplazar por las adecuadas en cada caso
Para enviar este script a slurm, crear un job, y comenzar el procesamiento se requiere lo siguiente:
chmod x ejemplo1.sh
sbatch ejemplo1.sh
3.2. Ejemplo básico 2 (single thread)
Este es un ejemplo de un script (ejemplo2.sh) con los elementos mínimos para ejecutar el programa R-3.6.1 a través de slurm:
#!/bin/bash #Shell usada por el usuario, para este caso es BASH #SBATCH -J R-NOMBRE-SIMULACION #Reemplazar R-nombre-simulación por el nombre correspondiente a la simulación #SBATCH --nodes=1 #Número de nodos a donde se enviará la simulación, para Soroban es 1. #SBATCH --tasks-per-node=1 #Número de tareas por nodo, en este caso es 1 porque es una tarea single-thread #SBATCH --mem=100G #Cantidad de memoria reservada para esta simulación, 100G, reemplazar por valor adecuado #SBATCH --partition=intel #Nombre de la partición slurm donde se enviará las simulaciones, en este caso la partición general se llama "intel" module load R/3.6.1 #Módulos necesarios para ejecutar la simulación, para este ejemplo solamente es necesario 'R/3.6.1' este ejemplo es para single thread.
Para enviar este script a slurm, crear un job, y comenzar el procesamiento se requiere lo siguiente:
chmod x ejemplo2.sh
sbatch ejemplo2.sh
Este ejemplo enviar un trabajo de 1 hilo a slurm con los parámetros del script, y con limitaciones establecidas al usuario y la partición
3.3. Ejemplo básico 3 (Array Jobs)
Este ejemplo muestra como enviar varias tareas utilizando la propiedad de array-jobs en slurm, para más detalles consultar documentación oficial de slurm para ver todas las posibilidades ofrecidas en Array-Jobs.
#!/bin/bash #SBATCH -J R-NOMBRE-SIMULACION #Nombre de la simulación, reemplazar según sea el caso #SBATCH -a 1-11%3 # #SBATCH --nodes=1 #Número de nodos donde se enviará el trabajo, siempre es 1 para Soroban #SBATCH --tasks-per-node=1 #Número de hilos a ejecutar simultáneamente #SBATCH --mem=100G #Memoria reservada para la simulación #SBATCH --partition=intel #Partición general donde se enviará la simulación, llamada 'intel' module load R/3.6.1 #Módulo necesario cargado previamente, necesario para la simulación cmds=( #Comandos a ejecutar en array 'sleep 10;echo 10' 'sleep 20;echo 20' 'sleep 30;echo 30' 'sleep 40;echo 40' 'sleep 50;echo 50' ) eval ${cmds[$SLURM_ARRAY_TASK_ID - 1]} #Desplegar información de los ID de cada elemento de array-job enviado
chmod +x ejemplo3.sh
sbatch ejemplo3.sh