我需要能够暂停“正在运行的脚本”，让操作系统将其状态保存到磁盘，然后通过读取该状态并继续完全从它离开的位置继续恢复它。该系统是一个12核计算节点，共享内存为48GB，运行linux。我没有管理员权限，我使用ssh远程登录。脚本和其中的可执行文件不使用GUI，它是所有命令行，据我所知，不需要expicitly网络或套接字。
通过“运行脚本”（或“管道”）我的意思是bash脚本或perl脚本或两者的组合产生一些C / C ++可执行文件，可能他们使用openmp并行化。或者使用gnu-parallel在并行可执行文件中生成。因此，我们不是在讨论单个可执行文件，而是一系列可执行文件，它们可以并行或按顺序运行，使用12个内核和一个公共内存进行隐式并行化，并使用多个unix命令（例如awk）粘合。
我需要暂停并重新启动管道，因为调度程序（MOAB）会杀死（系统规则）所有运行时间超过24小时的作业。我们的想法是暂停工作并重新排队。这种技术是完全合法的。
修改可执行文件的源代码，以便它们都保存状态并稍后恢复它是不切实际的，因为它意味着修改几个开源可执行文件以接受“保存状态和暂停”信号，让我们说ImageMagick的'转换'甚至是'grep'，'sed'，'awk'以及perl！另外，还有一个可执行文件是闭源的，没有源代码。
所以，我相信我处于这样一种情况：一个（唯一的？）实用选项是在所谓的沙盒环境中运行我的'脚本/管道'，例如： QEMU（一个模拟器），希望可以发送信号到'休眠'，只需将整个内存和CPU状态保存到磁盘（48GB不是问题）并暂停，就可以保存当前正在运行的程序的状态。
我不是上述任何一位的专家，所以请原谅我的术语，或者我说一些无效的东西。我只是在草绘。
回顾一下：我问你们有没有经验可以解决在linux下暂停和重新启动复杂脚本作业的问题，而不需要修改代码来“保存状态”。这个解决方案也应该具有相对计算效率，即最终不会浪费大量的超级计算机能力来运行仿真器。
如果您认为我上面讨论的QEMU解决方案没问题，那么请尽可能地举一些如何开始的例子，即从公共ISO创建模拟器linux图像，加载图像，运行'脚本'，告诉模拟器在20h后'暂停/休眠'，然后通过从挂起状态读取它的状态来恢复模拟器。所有这些，最好来自命令行或脚本。
任何其他解决方案，只要它们是实用的（对于给定的设置），欢迎。
请注意：我没有管理员权限，但可以在我的homedir中安装并拥有大量硬盘空间。此外，程序不使用GUI，它是所有命令行，据我所知，不需要明确的网络或套接字。
作为使用仿真器的解决方案的积极副作用，任何此类“管道”都可以分发到实现“沙箱”/仿真器的任何操作系统（例如mac或win），而无需复杂的过程重新编译所有内容并安装gnu-utils，bash，boost等。我发现自己多次堆叠到这种情况。
感谢您的帮助， bliako。
答案 0 :(得分：2)
我不确定您使用的是哪个版本的pbs，但TORQUE提供与Berkeley Lab Checkpoint / Restart（BLCR）的集成。 BLCR最重要的是所有节点都具有相同的操作系统映像。设置起来相当详细，并记录在TORQUE docs.
中本质上，pbs_mom守护进程被配置为使用BLCR，并且每当您停止作业时，守护进程使用BLCR获取操作系统内部数据结构的快照，以了解进程的确切状态，使其能够重新启动完全相同的过程。