[ Skip to the content ]

Institute of Formal and Applied Linguistics Wiki

[ Back to the navigation ]

You are here: start » grid

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revision Previous revision
Next revision 		Previous revision
Next revision Both sides next revision
grid [2008/08/07 10:29]
novak Paměťové požadavky 		grid [2008/10/31 16:06]
bojar qrunblocks sbira vystupy
Line 108: Line 108:
 ~bojar/tools/shell/qsubmit "bashovy_prikaz < prismeruj > presmeruj 2> atd..." ~bojar/tools/shell/qsubmit "bashovy_prikaz < prismeruj > presmeruj 2> atd..."
 </code>  </code> 
 +
  
  
Line 127: Line 128:
  
 (Kdybych místo uvozovek použil apostrofy, nerozbalily by se mi proměnné. První argument (název skriptu) klidně mohl být v uvozovkách spolu s přesměrováním. Dal jsem ho ven jen proto, že potom ''qsub.csh'' podle něj pojmenuje job ve frontě.) (Kdybych místo uvozovek použil apostrofy, nerozbalily by se mi proměnné. První argument (název skriptu) klidně mohl být v uvozovkách spolu s přesměrováním. Dal jsem ho ven jen proto, že potom ''qsub.csh'' podle něj pojmenuje job ve frontě.)
 +
 +
 +
 +
 +
 +==== TectoMT: devel/tools/cluster_utils/qrunblocks ====
 +
 +Jako ''$BRUNBLOCKS'', ale spouští úlohy na gridu (bez pomoci [[internal:jtred]]u).
 +
 +   qrunblocks filelist blocks
 +
 +Skript zadanou hromádku souboru rozdělí do ''-''''-jobs'' jobů. Každý job na gridu pak projede své soubory danou sekvencí bloků.
 +
 +Soubory možno zadat filelistem, nebo pomocí ''-''''-glob'' (stručně ''-g''). Bloky možno vyjmenovat v jednom argumentu, nebo načíst ze souboru pomocí ''--blocksfile SOUBOR''.
 +
 +Je nutné buď zadat ''-''''-tmt-root CESTA'', nebo mít nastaven ''$TMT_ROOT'' podle inicializace TectoMT.
 +
 +Parametr ''-E'' zpusobí, že se jobům z aktuálního prostředí procedí všechny proměnné ''TMT_PARAM_*'' (čili např. model parseru ap.). Případně je pomocí ''-e'' možné vyjmenovat některé (další) ručně.
 +
 +Parametr ''-''''-sync'' způsobí, že skript navíc bude (pasivně) čekat, až všechny joby skončí.
 +
 +Výstup každého jobu jde do vlastního logu, ''JOBNAME.o123456''. Pokud JOBNAME nezadáte (parametr ''-N''), užije se defaultní ''qrunblocks''.
 +
 +Parametr ''-''''-join'' způsobí, že se STDOUT všech kousků (ve správném pořadí) sebere a vypíše na hlavní STDOUT (''-''''-join'' implikuje ''-''''-sync''). Při spojování se také dělá důkladný test exitstatusů, takže ''qrunblocks'' končí úspěchem jen tehdy, když všechny joby uspěly.
 +
 +Bez ''-''''-sync'' nebo ''-''''-join'' nezbývá, než kontrolovat, jestli logy jednotlivých jobů na konci nemají napsáno:  ''Status: FAILED''.
  
 ===== Časté a záludné problémy ===== ===== Časté a záludné problémy =====
Line 192: Line 219:
 fi fi
 </code> </code>
 +
 +
 +
 +
 +
 +===== Synchronizace úloh (v Perlu) =====
 +
 +Pokud chci paralelizovat část úlohy (zde ''muj_skript.pl''), obvykle potřebuju po provedení paralelní části posbírat výsledky a hlavně počkat na dokončení všech paralelních větví. Jak na to jednoduše:
 +
 +  * Obalím svůj skript pro běh na gridu – vytvořím ''obaleno.sh'':
 +    <code>
 +#!/bin/bash
 +. /net/projects/SGE/user/sge_profile >/dev/null
 +
 +qrsh -cwd -V -p -50 -l mf=5g -now no 'renice 10 $$ >/dev/null; ./muj_skript.pl $@'
 +</code>
 +  * Ve svém hlavním skriptu ho pak zavolám a posbírám výsledky:
 +    <code>
 +use FileHandle;
 +use IPC::Open2;
 +use threads;
 +use threads::shared;
 +my @threads;
 +my @results;
 +share(@results);
 +for (@inputs)   {
 +    my $t = async {
 +        my $reader; my $writer;
 +        my $pid = open2($reader, $writer, "./obaleno.sh " . $parametry); # Pustime ulohu na gridu
 +        die "Failed to open bipipe" if !$pid;
 +        $writer->autoflush(1); # Muzem zavolat, ale v gridu NEFUNGUJE!!!
 +        print $writer "$_\n" or die; # Poslem uloze v gridu vstup
 +        $writer->close(); # Dulezite, viz o 2 radky vyse
 +        for (<$reader>)    { # Posbirame vysledky
 +            chomp;
 +            {
 +               lock @results;
 +               push @results, $_;
 +            }
 +        }
 +        waitpid $pid, 0; # Pockame s ukoncenim vlakna na ukonceni ulohy v gridu
 +        return $? >> 8; # Pokusime se ziskat navratovou hodnotu (netestoval jsem)
 +    };
 +    push @threads, $t;
 +}
 +for (@threads)  { # Pockame, az to vsichni dodelaji
 +    die "Child exited with non-zero exit code" if $_->join();
 +}
 +</code>
 +
 +Poznámky: 
 +  * Pokud lze všechno předat parametry, nemusí se otevírat obousměrná roura a situace bude jednodušší
 +  * Pokud ''muj_skript.pl'' začne psát na výstup dřív, než přečetl všechen vstup, dojde k deadlocku. Lze vyřešit obalením příkazy ''cat'' v ''obaleno.sh''.
 +  * Celý příklad je k vidění v Czengu od V.N.
 +

[ Back to the navigation ] [ Back to the content ]