求助 slurm报错-centos7.9系统

qzm · 发表于 Post on 2024-6-18 07:38:24

本帖最后由 qzm 于 2024-6-18 09:02 编辑

单机centos7.9系统，正常使用slurm
突然停电，开机后slurm不好使，

报错s batch: error: Batch job submission failed: Socket timed out on send/recv operation

命令：sinfo
显示如下
PARTITION AVAIL TIMELIMIT NODES STATE NODELIST
sm* up infinite 1 alloc ms

命令：slurmd -C
显示如下
NodeName=ms CPUs=72 Boards=1 SocketsPerBoard=2 CoresPerSocket=18 ThreadsPerCore=2 RealMemory=128836
UpTime=0-22:25:34

abin · 发表于 Post on 2024-6-18 09:50:04

我应该可以处理. 有偿.

签名信息有联系方式.

自己动手也可以处理.

看看日志, 按照日志提示的错误信息处理即可.
具体需要看CentOS7.9管理员手册, 以及Slurm手册.

我提到的这些信息, 你通过bing.com都可以找到的.

完毕.

Kamistry · 发表于 Post on 2024-6-18 09:50:38

这两个命令对这个问题的排查没有帮助。
检查munge、slurmd、slurmctld服务是否正常

Santz · 发表于 Post on 2024-6-18 10:36:44

munge -n | ssh ms unmunge
cat /var/log/slurm/slurmctld.log
cat /var/log/slurm/slurmd.log

复制代码

		自动登录 Automatic login	找回密码 Forget password
密码 Password			注册 Register

[任务提交/队列管理] 求助 slurm报错-centos7.9系统