集群系統通常使用SLURM作業排程指令碼來提交、檢視、修改作業。以下記錄它的指令碼與命令的編寫與使用。

1常用命令

　　以下是各種常用命令：

squeue #檢視當前執行中的任務情況
sinfo #檢視所有分割槽的情況
sacct #檢視24小時內的歷史任務
scancel job 56200 #取消id為56200的任務
scontrol show node #顯示所有節點資訊
scontrol show node node5 #顯示節點5的資訊

2大型作業

　　對於大型作業，要把任務提交到伺服器排隊才能計算。所以要寫任務指令碼，提交任務的命令如下：

sbatch test.job

　　指令碼例項如下：

#!/bin/bash
#SBATCH --job-name=Helloworld     ##作業的名稱
#SBATCH --ntasks=1                ##總程序數，就是同樣的作業要一起跑幾個，一般煉丹一個就行了
#SBATCH --nodes=1                 ##指定節點數量，一個程序只能分配給一個節點，不能分配給多節點多CPU執行
#SBATCH --ntasks-per-node=1       ##每個結點的程序數，一個程序那麼每個結點程序數一定是1，不填也沒事
#SBATCH --cpus-per-task=2         ##每個程序使用的CPU核心數，煉丹當然是越多越好，但是要的多分配的也慢
#SBATCH --partition=low           ##使用哪個分割槽，可以sinfo看看有哪些分割槽
##SBATCH --gres=gpu:1              ##指定GPU，不寫就不分配
##SBATCH --nodelist=node56         ##使用指定的節點，自己指定的話通常優先度會高一些，缺點就是即使別的節點空閒了也不會分配給你。當然節點要在上面指定的分割槽內部才行
#SBATCH --output=test.out         ##標準輸出的存放的檔案，可以用%j表示任務ID
#SBATCH --error=test.err          ##錯誤提示的存放的檔案
#SBATCH --qos=debug               ##服務質量，debug就是互動式模式，分配資源少些，但是優先度高，另外還有normal普通模式，資源多但優先度低

source /public/home/chenqz/.bashrc ##要用的軟體的環境變數，直接把使用者的.bashrc給source了就好了

python3 test.py       ##要執行的任務，看你終端所在的位置，如果已經在任務的資料夾中就不需要完整路徑了，上面的123.out和.err也一樣，都是輸出到這一位置。

3互動式計算

3.1直接進入計算節點

　　可以通過ssh從登陸節點訪問計算節點（可能運維沒有設定好，普通使用者也能進）。首先要訪問節點1，在節點1內才能訪問其它計算節點：

ssh comput1 #進入節點1
ssh comput55 #進入節點1後，再進入其它節點，節點55

　　計算節點後可以直接在命令列執行程式碼，從而在計算節點執行。但是通常計算節點都是有人佔用的，所以以這種未申請的方式使用計算節點計算效率不高。

3.2申請資源後再進入

　　申請資源後再以以上方式進入節點，就可以在比較好的資源下執行互動式程式碼。使用salloc命令，以下是例項：

salloc -N 1 --cpus-per-task=1 -p low --qos=debug

　　各種引數格式如下（和上面的任務提交指令碼類似，就是少了#SBATCH）：

-J <任務名>    #--job-name=<任務名> 的簡寫，下面一條-的都是簡寫，而且不用=
-N <節點數量>  #煉丹一般也就一個節點
--ntasks=<程序數>  #煉丹就不需要了定義了，預設一個程序就夠了
--ntasks-per-node=<單節點程序數> #一個程序的話也不需要定義這個了
--cpus-per-task=<單程序CPU核心數>
--gres=gpu:<單節點 GPU 卡數>
-p <使用的分割槽>
--qos=<使用的 QoS>

　　申請後的資源也是以作業的形式佔用，可以squeue檢視：

　　看到申請的節點是58，然後進入這個節點，執行程式碼：

　　可以再開一個shell看看跑程式碼時的CPU佔用：

　　佔用率很高666.6%，而如果不申請的話，佔用率不會超過10%。

原文連結：https://www.cnblogs.com/qizhou/p/13401275.html