[ Skip to the content ]

Institute of Formal and Applied Linguistics Wiki


[ Back to the navigation ]

This is an old revision of the document!


Table of Contents

Sun Grid Engine (SGE)

Cluster (shluk) neboli grid (mříž, síť) je skupina počítačů, na kterých běží software pro automatické umístění vašeho výpočtu na dosud nevytížený stroj. Cluster na ÚFALu se nazývá LRC (Linguistic Research Cluster) a clustrovací software na něm je Sun Grid Engine. Do clusteru jsou zařazené tyto počítače:

Frontovací systém umožňuje:

Jak začít

Jednou za život musíte provést Základní nastavení SGE, abyste SGE mohli používat.

Ukázka užití SGE

Tato posloupnost příkazů ukazuje, jak užít SGE:

ssh lrc
  # přihlašte se na hlavu clusteru
echo "hostname; pwd" > skript.sh
  # vyrobte skript, který popisuje, co má úloha udělat
qsub -cwd -j y skript.sh
  # zařaďte úlohu do fronty.
  # Vlastně stačilo zavolat: qsub skript.sh
  # Ale dodatečné parametry zařídily:
  #  -cwd  ... skript bude spuštěn v aktuálním adresáři (a nikoli homu)
  #  -V    ... proměnné z vašeho prostředí budou zkopírovány do prostředí skriptu
  #  -j y  ... standardní a chybový výstup bude spojen (jako to dělá nohup)
  # Pořadí parametrů **je** důležité, co je za jménem skriptu, to se předává skriptu.
qstat
  # Podívejme se, jaké úlohy běží.
  # SGE chvíli čeká, než skript opravdu spustí. Pro malinké úlohy tedy SGE může představovat
  # zbytečné zpoždění.
cat skript.sh.oXXXXX
  # vypište si výstup skriptu. XXXXX je ID jobu, které bylo přiděleno
  # qsubem. Čili druhé poslání do fronty starší log typicky nepřepíše.

A takto dopadl výstup našeho skriptu:

Warning: no access to tty (Bad file descriptor).
Thus no job control in this shell.
sol2.ufal.hide.ms.mff.cuni.cz
/export/home/bojar

Další užitečné příkazy a parametry:

qsub -o LOG.stdout -e LOG.stderr skript.sh
  # 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 all
  # když chcete zrušit všechny své joby (rušit cizí nesmíte)

V.N.: “qdel all” mi nefunguje, nahradil jsem za:

 qdel "*"

Pravidla pro správné používání clusteru

Základní pravidlo, které musíme všichni ctít, aby SGE plnilo svou úlohu dobře:

Další doporučení:

Víc pravidel není.

Slušné chování

Pokud chci spouštět úlohy, které poběží dlouhou dobu (hodiny, dny), nepustím je všechny najednou, aby cluster mohli využívat i ostatní.

Triky a opentlení

~bojar/tools/shell/qsubmit

qsubmit je jako qsub, ale příjemnější:

~bojar/tools/shell/qsubmit "bashovy_prikaz < prismeruj > presmeruj 2> atd..."

~zeman/bin/qsub.csh

Podobná věc pro tcsh. Pokud bychom chtěli použít přesměrování standardního vstupu a výstupu, musíme ho dát do uvozovek nebo apostrofů, protože jinak se o něm qsub.csh nedozví, do skriptu k odeslání to neopíše a naopak jeho standardní vstup a výstup bude přesměrován. V přesměrování i v případných dalších argumentech, kde se vyskytují cesty k souborům, je vhodné použít úplné cesty. Pozor také na to, aby šlo o soubory a složky viditelné z celé sítě (tedy ne ve vašem /mnt/h/tmp, například).

setenv SCRIPTFILE /tmp/`basename $1`.$$.csh
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:

qsub.csh $PARSER/train.pl "< $cesta/${xx}train.csts > $cesta/${xx}.1.stat"

(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.)

Časté a záludné problémy

Submitnutý job nesmí znovu submitovat

Pokud se nemýlím, není dovoleno použít qsub ve skriptu/programu, který je už přes qsub spuštěn.

Proměnné prostředí, nastavení vlastního prostředí

SGE spouští skripty v čistém prostředí. Nebuďte proto překvapeni, když vám skript na konzoli poběží dobře, ale po submitnutí fungovat nebude. Třeba nenašel potřebné programy v $PATH

Zatím nevím přesně, které ze souborů .login, .bashrc ap. SGE spouští, jestli vůbec nějaké. Naopak, experimentálně jsem ověřil, že qsub -S /bin/bash skript nenačte žádný z .bashrc, .bash_profile, .login, ani .profile.

Z toho například také vyplývá, že bez ošetření se jako Java používá

 java version "1.5.0"
 gij (GNU libgcj) version 4.1.2 20070502 (Red Hat 4.1.2-12)

Pokud chcete submittovaný program pouštět ve svém oblíbeném prostředí (např. nastavení PATH), musíte v obalujícím skriptu příslušné .bash* načíst. Vždy je ale bezpečnější všude psát plné cesty, než spoléhat na PATH.

Jiný shell

Abych mohl poslat nějakou úlohu do fronty, musím pro ni vyrobit vlastní skript. Budiž, vyrobil jsem vlastní skript:

#!/bin/bash
program > log.out 2> log.err

Když tento skript spustím, stane se očekávané. Přesměrují se výstupy z daného programu do souborů a je to.

Když takový skript submitnu, program se nespustí. V logu zjistím, že (standardní chybový) výstup shellu, který pouštěl můj skript praví kryptickou zprávu “Ambiguous redirect”.

Nebudu vás napínat, zde je vysvětlení: SGE ignoruje první řádek skriptu (ve skutečnosti je pravda horší, hledá v něm nějaké parametry pro sebe) a spouští skript v csh. Rozdíl mezi bashem a csh se v primitivních skriptech na první pohled nepozná, pozná se až v konstrukci if-then-else, a také v přesměrovávání. csh nerozumí přesměrování 2>

Takto SGE přinutíte, aby použilo bash:

  qsub -S /bin/bash skript

Jinou možností je přesměrovat stderr a stdout pomocí syntaxe csh:

( command >stdout_file ) >&stderr_file

bashrc a podobné nesmí nic vypisovat na konzoli

Opsáno z http://www.sara.nl/userinfo/lisa/usage/batch/index.html.

It is important, that the files that are sourced during a login such as .bash_profile .profile .bashrc .login .cshrc don't produce any output when a non-interactive login is done. If they do, changes are that your job will run, but that the batch system is unable to deliver to you the standard output and error files. In that case the status of your job will be 'E' after the job is finished. Here is an example how you can test in a .bash_profile or .bashrc if this is an interactive login:

unset INTERACTIVE
/usr/bin/tty > /dev/null 2>&1
/usr/bin/test $? = 0 && INTERACTIVE=yes
...
if [ "$INTERACTIVE" ]; then
  ... commands only for truly interactive sessions ...
fi

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:

#!/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'
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();
}

Poznámky:


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