从节点提交作业时，qsub返回错误

Question

我有一个在Torque / Maui系统下运行的复杂fortran MPI应用程序。当我运行我的应用程序时，它会产生巨大的独特输出（~20 GB）。为了避免这种情况，我制作了一个RunJob脚本，它将运行分为5个部分，每个部分产生的输出更小，更容易处理。

目前我的RunJob脚本在第一篇文章末尾正确停止，并产生正确的输出。但是，当它尝试重新启动时，我收到以下错误消息：

  

qsub：作业执行错误UID MSG = ruserok无法验证来自compute-0-0.local的用户名/用户名

我知道这个问题来自Torque / Maui系统默认情况下不允许节点提交作业。

事实上，当我输入此内容时：

  

qmgr -c'l s'| grep allow_node_submit

我得到了：

  

allow_node_submit = False

我没有管理员帐户只是一个用户

我的问题是：

1. 是否可以在作为用户的gmgr上设置allow_node_submit = true？怎么样 ？ （ - 我猜不是）
2. 如果问题1 =假，是否有另一种解决方法？怎么样 ？

一切顺利。

Answer 1

不，没有特权的用户无法更改排队系统的设置。不允许从计算节点重新提交的通常原因是非常好的 - 保护群集及其所有用户免于意外（或以其他方式）提交快速失败的脚本并重新提交一次 - 或更糟糕的是，不止一次 - 快速充斥调度程序和队列，生成相当于fork bomb的批处理队列。即使有这样的限制，我们也会因为脚本错误而让人不小心提交了数万个作业。

通常的工作是ssh到其中一个队列提交节点并从那里提交脚本，例如在提交脚本的末尾：

ssh queue-head-node qsub /path/to/new/submission/script

这就是我们建议用户处理它的方式，例如： here。这显然只有在群集中启用密码/密码短语ssh时才有效，这是一种常见的（但不是通用的）做法。

或者，如果这是针对只是自动提交一系列继续运行的作业的常见情况，您可以查看如何在您的站点处理作业依赖关系，并提交一份工作，每个工作依赖于成功完成最后一次，然后按顺序运行。