Question

我正在尝试运行一个简单的MPI程序（多个阵列添加），它在我的PC中运行完美但只是挂起或在群集中显示以下错误。我使用open mpi和以下命令来执行

群集的Netwok配置（master＆amp; node1）

        MASTER

eth0链接封装：以太网HWaddr 00：22：19：A4：52：74
inet addr：10.1.1.1 Bcast：10.1.255.255掩码：255.255.0.0 inet6 addr：fe80 :: 222：19ff：fea4：5274/64范围：链接 UP BROADCAST RUNNING MULTICAST MTU：1500公制：1 RX数据包：16914错误：0丢弃：0超限：0帧：0 TX数据包：7183错误：0丢弃：0溢出：0载波：0 碰撞：0 txqueuelen：0 RX字节：2050581（1.9 MiB）TX字节：981632（958.6 KiB）

eth1链接封装：以太网HWaddr 00：22：19：A4：52：76
inet addr：192.168.41.203 Bcast：192.168.41.255 Mask：255.255.255.0 inet6 addr：fe80 :: 222：19ff：fea4：5276/64范围：链接 UP BROADCAST RUNNING MULTICAST MTU：1500公制：1 RX数据包：701错误：0丢弃：0超限：0帧：0 TX数据包：228个错误：0丢弃：0超出：0载波：0 碰撞：0 txqueuelen：0 RX字节：75457（73.6 KiB）TX字节：25295（24.7 KiB）

lo link encap：Local Loopback
inet addr：127.0.0.1掩码：255.0.0.0 inet6 addr：:: 1/128范围：主机 UP LOOPBACK RUNNING MTU：16436公制：1 RX数据包：88362错误：0丢弃：0超限：0帧：0 TX数据包：88362错误：0丢弃：0溢出：0载波：0 碰撞：0 txqueuelen：0 RX字节：21529504（20.5 MiB）TX字节：21529504（20.5 MiB）

peth0链接封装：以太网HWaddr 00：22：19：A4：52：74
inet6 addr：fe80 :: 222：19ff：fea4：5274/64范围：链接 UP BROADCAST RUNNING MULTICAST MTU：1500公制：1 RX数据包：17175错误：0丢弃：0超限：0帧：0 TX数据包：7257错误：0丢弃：0溢出：0载波：0 碰撞：0 txqueuelen：1000 RX字节：2373869（2.2 MiB）TX字节：1020320（996.4 KiB）中断：16内存：da000000-da012800

peth1链接封装：以太网HWaddr 00：22：19：A4：52：76
inet6 addr：fe80 :: 222：19ff：fea4：5276/64范围：链接 UP BROADCAST RUNNING MULTICAST MTU：1500公制：1 RX数据包：1112错误：0丢弃：0超限：0帧：0 TX数据包：302错误：0丢弃：0超出：0载波：0 碰撞：0 txqueuelen：1000 RX字节：168837（164.8 KiB）TX字节：33241（32.4 KiB）中断：16内存：d6000000-d6012800

virbr0链接封装：以太网HWaddr 52：54：00：E3：80：BC
inet addr：192.168.122.1 Bcast：192.168.122.255掩码：255.255.255.0 UP BROADCAST RUNNING MULTICAST MTU：1500公制：1 RX数据包：0错误：0丢弃：0超限：0帧：0 TX数据包：0错误：0丢弃：0溢出：0载波：0 碰撞：0 txqueuelen：0 RX字节：0（0.0 b）TX字节：0（0.0 b）

            NODE 1

eth0链接封装：以太网HWaddr 00：22：19：53：42：C6
inet addr：10.1.255.253 Bcast：10.1.255.255掩码：255.255.0.0 UP BROADCAST RUNNING MULTICAST MTU：1500公制：1 RX数据包：16559错误：0丢弃：0超限：0帧：0 TX数据包：7299错误：0丢弃：0超出：0载波：0 碰撞：0 txqueuelen：0 RX字节：1898811（1.8 MiB）TX字节：1056294（1.0 MiB）

lo link encap：Local Loopback
inet addr：127.0.0.1掩码：255.0.0.0 UP LOOPBACK RUNNING MTU：16436公制：1 RX数据包：25个错误：0丢弃：0超限：0帧：0 TX数据包：25个错误：0丢弃：0溢出：0载波：0 碰撞：0 txqueuelen：0 RX字节：3114（3.0 KiB）TX字节：3114（3.0 KiB）

peth0链接封装：以太网HWaddr 00：22：19：53：42：C6
UP BROADCAST RUNNING MULTICAST MTU：1500公制：1 RX数据包：16913错误：0丢弃：0超限：0帧：0 TX数据包：7276错误：0丢弃：0溢出：0载波：0 碰撞：0 txqueuelen：1000 RX字节：2221627（2.1 MiB）TX字节：1076708（1.0 MiB）中断：16内存：f8000000-f8012800

virbr0链接封装：以太网HWaddr 52：54：00：E7：E5：FF
inet addr：192.168.122.1 Bcast：192.168.122.255掩码：255.255.255.0 UP BROADCAST RUNNING MULTICAST MTU：1500公制：1 RX数据包：0错误：0丢弃：0超限：0帧：0 TX数据包：0错误：0丢弃：0溢出：0载波：0 碰撞：0 txqueuelen：0 RX字节：0（0.0 b）TX字节：0（0.0 b）

错误

mpirun -machinefile machine -np 4 ./query
error code:
[[22877,1],0][btl_tcp_endpoint.c:638:mca_btl_tcp_endpoint_complete_connect] connect() to 192.168.122.1 failed: Connection refused (111)

代码

#include    <mpi.h>
#include    <stdio.h>
#include    <stdlib.h>
#include    <string.h>
#define     group           MPI_COMM_WORLD
#define     root            0
#define     size            100

int main(int argc,char *argv[])
{
int no_tasks,task_id,i;
MPI_Init(&argc,&argv);
MPI_Comm_size(group,&no_tasks);
MPI_Comm_rank(group,&task_id);
int arr1[size],arr2[size],local1[size],local2[size];
if(task_id==root)
{
    for(i=0;i<size;i++)
    {
        arr1[i]=arr2[i]=i;
    }
}
MPI_Scatter(arr1,size/no_tasks,MPI_INT,local1,size/no_tasks,MPI_INT,root,group);
MPI_Scatter(arr2,size/no_tasks,MPI_INT,local2,size/no_tasks,MPI_INT,root,group);
for(i=0;i<size/no_tasks;i++)
{
    local1[i]+=local2[i];
}
MPI_Gather(local1,size/no_tasks,MPI_INT,arr1,size/no_tasks,MPI_INT,root,group);
if(task_id==root)
{       
    printf("The Array Sum Is\n");
    for(i=0;i<size;i++)
    {
        printf("%d  ",arr1[i]);
    }
}
MPI_Finalize();
return 0;
}

Answer 1

告诉Open MPI不要使用虚拟网桥接口virbr0接口通过TCP / IP发送消息。或者最好告诉它只使用eth0来达到目的：

$ mpiexec --mca btl_tcp_if_include eth0 ...

这来自Open MPI的tcp BTL组件的贪婪行为，该组件使用TCP / IP传输消息。它尝试使用每个节点上的所有可用网络接口，以便最大化数据带宽。两个节点都virbr0配置了相同的子网地址。 Open MPI可以识别两个地址相同，但由于子网匹配，它假设它应该能够通过virbr0进行通信。因此，进程A正在尝试向进程B发送消息，进程B驻留在另一个节点上。进程B侦听端口P，进程A知道这一点，因此它尝试连接到192.168.122.1:P。但这实际上是进程A所在节点上virbr0接口的地址，因此节点尝试在不存在的端口上与自身通信，因此“连接被拒绝”错误。

在C中执行简单的MPI程序时，群集挂起/显示错误

1 个答案: