linux系统安装slurm

### 安装和配置SLURM作业调度系统 在Linux系统上安装和配置SLURM作业调度系统是一个多步骤的过程，需要确保系统的依赖项已满足，并正确设置相关组件。以下是关于如何在Ubuntu或其他Linux发行版上完成这一任务的详细说明。 #### 1. 系统准备 在开始安装之前，确保所有节点（包括控制节点和计算节点）都已更新到最新状态。可以通过以下命令完成： ```bash sudo apt update && sudo apt upgrade -y ``` 此外，还需要安装一些必要的工具和库，例如`munge`用于身份验证。 ```bash sudo apt install -y munge ``` #### 2. 安装SLURM 从官方源或APT仓库中安装SLURM软件包： ```bash sudo apt install -y slurm-wlm slurm-wlm-torque ``` 这将安装SLURM及其相关组件[^1]。 #### 3. 配置MUNGE服务 MUNGE是SLURM的身份验证机制，需要在所有节点上运行并同步密钥。 - 在控制节点生成密钥： ```bash sudo mkdir -p /etc/munge sudo chmod 0700 /etc/munge sudo dd if=/dev/urandom bs=1 count=1024 > /etc/munge/munge.key sudo chmod 400 /etc/munge/munge.key ``` - 将生成的密钥分发到所有计算节点： ```bash scp /etc/munge/munge.key user@compute-node:/etc/munge/ ``` - 启动并启用MUNGE服务： ```bash sudo systemctl start munge sudo systemctl enable munge ``` #### 4. 配置SLURM SLURM的主要配置文件位于`/etc/slurm-llnl/`目录下。关键文件包括`slurm.conf`、`cgroup.conf`等。 ##### 4.1 编辑`slurm.conf` 使用文本编辑器打开配置文件： ```bash sudo nano /etc/slurm-llnl/slurm.conf ``` 配置内容应包括以下部分： - 控制节点定义： ```text ControlMachine=control-node ``` - 节点列表（假设有一个计算节点`compute-node`）： ```text NodeName=compute-node NodeAddr=192.168.1.10 CPUs=4 State=UNKNOWN ``` - 分区定义： ```text PartitionName=normal Nodes=compute-node Default=YES MaxTime=INFINITE State=UP ``` ##### 4.2 配置GPU资源（可选） 如果集群包含GPU资源，则需要额外配置以支持GPU调度。可以通过`GresTypes`参数指定GPU设备类型[^2]。例如： ```text GresTypes=gpu NodeName=compute-node Gres=gpu:4 ``` 此外，确保在启动后检查GPU设备文件与NVML编号之间的映射关系是否一致。 #### 5. 启动SLURM服务 在所有节点上启动SLURM服务： ```bash sudo systemctl start slurmctld sudo systemctl enable slurmctld sudo systemctl start slurmd sudo systemctl enable slurmd ``` #### 6. 测试SLURM 使用`sinfo`命令查看集群状态： ```bash sinfo ``` 提交一个测试作业以验证功能： ```bash sbatch test_job.sh ``` 其中，`test_job.sh`可以包含以下内容： ```bash #!/bin/bash #SBATCH --job-name=test_job #SBATCH --output=output.txt #SBATCH --time=00:05:00 #SBATCH --partition=normal #SBATCH --nodes=1 #SBATCH --ntasks=1 echo "Hello, SLURM!" ``` ### 注意事项 - 确保所有节点的时间同步（例如通过NTP服务）。 - 如果涉及GPU资源调度，建议定期检查设备文件与NVML编号的映射关系，以避免潜在问题[^2]。