پایش و مدیریت Jobها¶

بعد از ارسال Job، باید بتوانید وضعیت آن را ببینید، خروجی را بررسی کنید و در صورت نیاز Job را لغو کنید.

مشاهده Jobهای خودتان¶

squeue -u $USER

sinfo
sinfo -N

scontrol show job JOBID

Jobهای امروز:

sacct -u $USER --starttime today

یک Job خاص:

sacct -j JOBID --format=JobID,JobName,Partition,State,ExitCode,Elapsed,NodeList

اطلاعات بیشتر:

sacct -j JOBID --format=JobID,JobName,State,ExitCode,Elapsed,AllocCPUS,ReqMem,MaxRSS,NodeList

tail -f logs/myjob-JOBID.out

برای خروج:

Ctrl + C

scancel JOBID

لغو همه Jobهای خودتان با احتیاط:

scancel -u $USER

وضعیت	معنی	اقدام
`PENDING`	در صف انتظار	دلیل Pending را بررسی کنید
`RUNNING`	در حال اجرا	خروجی را بررسی کنید
`COMPLETED`	پایان موفق	خروجی را ببینید
`FAILED`	پایان با خطا	فایل `.err` را بررسی کنید
`TIMEOUT`	زمان تمام شده	زمان را افزایش دهید یا کد را اصلاح کنید
`OUT_OF_MEMORY`	حافظه کافی نبوده	حافظه را افزایش دهید یا مصرف RAM را کم کنید

scontrol show job JOBID

دلایل رایج:

دلیل	معنی
`Resources`	منابع آزاد کافی نیست
`Priority`	Jobهای دیگر اولویت بالاتری دارند
`PartitionTimeLimit`	زمان انتخاب‌شده با Partition سازگار نیست
`ReqNodeNotAvail`	نود موردنیاز در دسترس نیست