Differences
This shows you the differences between two versions of the page.
Both sides previous revision Previous revision Next revision | Previous revision Next revision Both sides next revision | ||
grid [2017/09/26 13:49] popel |
grid [2017/09/26 20:38] popel |
||
---|---|---|---|
Line 1: | Line 1: | ||
====== ÚFAL Grid Engine (LRC) ====== | ====== ÚFAL Grid Engine (LRC) ====== | ||
- | LRC (Linguistic Research Cluster) is a name of ÚFAL' | + | LRC (Linguistic Research Cluster) is a name of ÚFAL' |
If you need GPU processing, see a special page about our [[:gpu|GPU cluster called DLL]] (which is actually a subsystem of LRC with independent queue '' | If you need GPU processing, see a special page about our [[:gpu|GPU cluster called DLL]] (which is actually a subsystem of LRC with independent queue '' | ||
===== List of Machines ===== | ===== List of Machines ===== | ||
- | The list has been updated | + | Last update: |
+ | Some machines are at Malá Strana (ground floor, new server room built from Lindat budget), some are at Troja (5 km north-east). | ||
+ | If you need to quickly distinguish which machine is located where, you can use your knowledge of [[https:// | ||
- | ==== Trója | + | ==== Troja (troja-all.q) ==== |
+ | ^ Name ^ CPU type ^ GHz ^cores ^RAM(GB)^ note ^ | ||
+ | | achilles[1-8] | ||
+ | | hector[1-8] | ||
+ | | helena[1-8] | ||
+ | | paris[1-8] | ||
==== MS = Malá Strana (ms-all.q) ==== | ==== MS = Malá Strana (ms-all.q) ==== | ||
^ Name ^ CPU type ^ GHz ^cores ^RAM(GB)^ note ^ | ^ Name ^ CPU type ^ GHz ^cores ^RAM(GB)^ note ^ | ||
- | | andromeda[1-13] | + | | andromeda[1-13] |
- | | fireball[1-10] | + | | hydra[1-4] |
- | | hyperion[1-10] | 2xCore2 | + | | fireball[1-10] |
- | | lucifer[1-10] | + | | hyperion[1-9] |
- | | orion[1-10] | + | | lucifer[1-10] |
- | | tauri[1-10] | + | | orion[1-6] | Intel 2xCore4 Xeon | 2.3 | 8 | 32 | | |
- | | cosmos | + | | orion[7-10] |
- | | belzebub | + | | tauri[1-10] |
- | | iridium | + | | cosmos |
- | | twister[1, | + | | belzebub |
+ | | iridium | ||
+ | | twister[1, | ||
=== Outside LRC cluster (but located as MS) === | === Outside LRC cluster (but located as MS) === | ||
^ Name ^ CPU type ^ GHz ^cores ^ RAM(GB)^ note ^ | ^ Name ^ CPU type ^ GHz ^cores ^ RAM(GB)^ note ^ | ||
- | | lrc[1, | + | | lrc[1, |
| pandora[1-10] | | pandora[1-10] | ||
- | | sol[1-8,11-13] | 2xCore4 AMD Opteron | + | | sol[1-5] | Intel | 2.6 | 4 | 16 | you can ssh here and compute | |
+ | | sol[6-8] | Intel | 2.0 | | ||
+ | |||
+ | The two **lrc machines** are so called heads of the cluster. **No computation is allowed here**, i.e. no CPU-intensive, | ||
+ | |||
+ | Alternatively, | ||
+ | |||
+ | The **pandora machines** are in a special cluster (not accessible from lrc) and queue **ms-guests.q** available for our colleagues from KSVI and for students of [[http:// | ||
+ | |||
+ | ===== Installation ===== | ||
- | **pandora machines** are in a special cluster and queue **ms-guests.q** available for our colleagues from KSVI and for students of [[http:// | + | Add the following line into your '~/.bash_profile' |
- | **sol machines** are for us - we can ssh there, submit jobs and also do computing (e.g. collecting statistics from the submitted jobs). | + | |
- | **lrc machines** are so called heads of the cluster. **No computation is allowed here**. | + | |
- | .ufal.hide.ms.mff.cuni.cz: | + | |
- | Frontovací systém umožňuje: | + | |
- | | + | |
- | * poslat mnoho úloh k řešení najednou, úlohy budou ale spuštěny teprve, když na to bude čas | + | |
- | * " | + | |
- | ===== Jak začít ===== | + | This detects if you are on one of the cluster machines (including lrc and sol) and sets env variables accordingly. It also prints a status message. |
+ | Usually, this is the first line of your ' | ||
- | Jednou za život musíte provést | + | |
- | ===== Ukázka užití SGE ===== | + | ===== Basic usage ===== |
- | Tato posloupnost příkazů ukazuje, jak užít SGE: | + | First, you need to ssh to the cluster head (lrc1 or lrc2) or to one of the sol machines. The full address is '' |
< | < | ||
- | ssh lrc2 | + | ssh lrc1 |
- | # přihlašte se na hlavu clusteru | + | echo 'hostname; pwd; echo The second parameter is $2' |
- | echo "hostname; pwd" | + | # prepare a shell script describing your task |
- | # vyrobte skript, který popisuje, co má úloha udělat | + | qsub -cwd -j y script.sh Hello World |
- | qsub -cwd -j y skript.sh | + | # This submits your job to the default queue, which is currently '' |
- | # zařaďte úlohu do fronty. | + | # Usually, there is a free slot, so the job will be scheduled within few seconds. |
- | # Vlastně stačilo zavolat: qsub skript.sh | + | # We have used two handy qsub parameters: |
- | # Ale dodatečné parametry zařídily: | + | # -cwd ... the script is executed in the current directory |
- | # -cwd ... skript bude spuštěn v aktuálním adresáři | + | # -j y ... stdout and stderr outputs are merged and redirected to a file ('' |
- | # -V ... proměnné z vašeho prostředí budou zkopírovány do prostředí skriptu | + | # We have also provided two parameters for our script " |
- | # -j y ... standardní | + | # The qsub prints something like |
- | # Pořadí parametrů **je** důležité, | + | # Your job 121144 (" |
qstat | qstat | ||
- | qstat -u ' | + | # This way we inspect all our jobs (both waiting in queue and scheduled, i.e. running). |
- | # Podívejme se, jaké vaše úlohy běží. | + | qstat -u ' |
- | # SGE chvíli čeká, než skript opravdu spustí. Pro malinké úlohy tedy SGE může představovat | + | # This shows jobs of all users. |
- | # zbytečné zpoždění. | + | qstat -j 121144 |
- | # -u '*' ukáže úlohy všech uživatelů na clusteri | + | # This shows detailed info about the job with this number (if it is still running). |
- | cat skript.sh.oXXXXX | + | less script.sh.o* |
- | # vypište si výstup skriptu. XXXXX je ID jobu, které bylo přiděleno | + | # We can inspect the job's output (in our case stored in script.sh.o121144). |
- | # qsubem. Čili druhé poslání do fronty starší log typicky nepřepíše. | + | # Hint: if the job is still running, press F in ' |
</ | </ | ||
- | A takto dopadl výstup našeho skriptu: | + | The output of our job should look like: |
< | < | ||
- | Warning: no access to tty (Bad file descriptor). | + | LRC:ubuntu 14.04: 8.1.7a Son of Grid Engine variables set... |
- | Thus no job control in this shell. | + | lucifer5 |
- | sol2.ufal.hide.ms.mff.cuni.cz | + | /home/popel/tmp |
- | /export/home/bojar | + | The second parameter is World |
+ | ======= EPILOG: Tue Sep 26 19:49:05 CEST 2017 | ||
+ | == Limits: | ||
+ | == Usage: | ||
+ | == Duration: 00:00:02 (2 s) | ||
</ | </ | ||
- | Další užitečné příkazy a parametry: | + | Our admins configured the SGE to print some extra info on stderr: the first line and then the epilog. |
+ | The '' | ||
+ | The '' | ||
< | < | ||
- | qsub -o LOG.stdout -e LOG.stderr skript.sh | + | qdel 121144 |
- | # když chcete přesměrovat výstup skriptu do určených souborů | + | # This way you can delete a job with a given number, or comma-or-space separated list of job numbers. |
- | qsub -S /bin/bash | + | |
- | # když chcete, aby skript běžel v bashi | + | |
- | qsub -V | + | |
- | # když chcete předat proměnné prostředí | + | |
qdel \* | qdel \* | ||
- | # když chcete zrušit všechny své joby (rušit cizí nesmíte) | + | # This way you can delete all your jobs. Don't be afraid - you cannot delete others jobs. |
</ | </ | ||
+ | ===== Rules ===== | ||
+ | * You can ssh to any cluster machine, which can be useful e.g. to diagnose what's happening there (using '' | ||
+ | * However, **never execute any computing manually** on a cluster machine, unless via '' | ||
+ | * For interactive work, you can use '' | ||
+ | * **Specify the memory requirements** of your job, e.g. with < | ||
+ | TODO explanation | ||
+ | Informovat SGE, kolik paměti úloha žere, aby na strojích nedošla paměť (a používat " | ||
- | |||
- | ===== Pravidla pro správné používání clusteru ===== | ||
- | |||
- | Základní pravidlo, které musíme všichni ctít, aby SGE plnilo svou úlohu dobře: | ||
- | |||
- | * Nespouštět úlohy ručně. (O ručně spuštěných úlohách SGE nemá informaci, klidně na daný uzel pošle ještě další úlohy z fronty.) | ||
- | * Interaktivní shell se dá získat příkazem '' | ||
Další doporučení: | Další doporučení: | ||
Line 110: | Line 125: | ||
* Uklízet po sobě lokální data, protože jinak si tam už nikdo nic užitečného nepustí. | * Uklízet po sobě lokální data, protože jinak si tam už nikdo nic užitečného nepustí. | ||
* Vyhnout se hodně divokému paralelnímu přístupu ke sdíleným diskům. NFS server to pak nepěkně zpomalí pro všechny. Distribuujte tedy i data. | * Vyhnout se hodně divokému paralelnímu přístupu ke sdíleným diskům. NFS server to pak nepěkně zpomalí pro všechny. Distribuujte tedy i data. | ||
- | * Informovat SGE, kolik paměti úloha | + | * Pokud chci spouštět úlohy, které poběží dlouhou dobu (hodiny, dny), nepustím je všechny najednou, aby cluster mohli využívat |
+ | ===== Advanced usage ===== | ||
- | Víc pravidel není. | + | Other useful commands: |
- | ===== Slušné chování ===== | + | < |
- | + | qsub -o LOG.stdout -e LOG.stderr skript.sh | |
- | Pokud chci spouštět úlohy, které poběží dlouhou dobu (hodiny, dny), nepustím je všechny | + | # když chcete přesměrovat výstup skriptu do určených souborů |
+ | qsub -S /bin/bash | ||
+ | # když chcete, aby skript běžel v bashi | ||
+ | qsub -V | ||
+ | # když chcete předat proměnné prostředí | ||
+ | qdel \* | ||
+ | # když chcete zrušit | ||
+ | </ | ||
- | ===== Triky a opentlení ===== | ||
Line 134: | Line 156: | ||
lépe funguje '' | lépe funguje '' | ||
- | |||
- | ==== ~zeman/ | ||
- | |||
- | Podobná věc pro '' | ||
- | |||
- | <code tcsh> | ||
- | echo $* > $SCRIPTFILE | ||
- | echo $* | ||
- | echo qsub -cwd -V -S /bin/tcsh -m e $SCRIPTFILE | ||
- | qsub -cwd -V -S /bin/tcsh -m e $SCRIPTFILE | ||
- | qstat -u ' | ||
- | rm $SCRIPTFILE</ | ||
- | |||
- | Příklad spuštění: | ||
- | |||
- | < | ||
- | |||
- | (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 '' | ||
- | |||
- | |||
- | |||
- | |||
- | |||
- | ==== TectoMT: devel/ | ||
- | |||
- | Jako '' | ||
- | |||
- | | ||
- | |||
- | Skript zadanou hromádku souboru rozdělí do '' | ||
- | |||
- | Soubory možno zadat filelistem, nebo pomocí '' | ||
- | |||
- | Je nutné buď zadat '' | ||
- | |||
- | Parametr '' | ||
- | |||
- | Parametr '' | ||
- | |||
- | Výstup každého jobu jde do vlastního logu, '' | ||
- | |||
- | Parametr '' | ||
- | |||
- | Bez '' | ||
===== Monitorování úloh ===== | ===== Monitorování úloh ===== | ||
Line 279: | Line 257: | ||
</ | </ | ||
- | ===== Synchronizace úloh (v Perlu) ===== | ||
- | |||
- | Pokud chci paralelizovat část úlohy (zde '' | ||
- | |||
- | * Obalím svůj skript pro běh na gridu – vytvořím '' | ||
- | < | ||
- | #!/bin/bash | ||
- | . / | ||
- | |||
- | qrsh -cwd -V -p -50 -l mf=5g -now no ' | ||
- | </ | ||
- | * Ve svém hlavním skriptu ho pak zavolám a posbírám výsledky: | ||
- | < | ||
- | use FileHandle; | ||
- | use IPC::Open2; | ||
- | use threads; | ||
- | use threads:: | ||
- | my @threads; | ||
- | my @results; | ||
- | share(@results); | ||
- | for (@inputs) | ||
- | my $t = async { | ||
- | my $reader; my $writer; | ||
- | my $pid = open2($reader, | ||
- | die " | ||
- | $writer-> | ||
- | print $writer " | ||
- | $writer-> | ||
- | for (< | ||
- | 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) | ||
- | die "Child exited with non-zero exit code" if $_-> | ||
- | } | ||
- | </ | ||
- | |||
- | Poznámky: | ||
- | * Pokud lze všechno předat parametry, nemusí se otevírat obousměrná roura a situace bude jednodušší | ||
- | * Pokud '' | ||
- | * Celý příklad je k vidění v Czengu od V.N. |