Question

我在Ubuntu机器上安装了Torque（它是服务器和唯一的节点）。除了最终确定部分之外，似乎工作正常。

当工作结束时，我会得到像

这样的东西

PBS Job Id: 17.ubuntu-server
Job Name:   dm.job
Exec host:  ubuntu-server/0
An error has occurred processing your job, see below.
Post job file processing error; job 17.ubuntu-server on host ubuntu-server/0

Unable to copy file /var/spool/torque/spool/17.ubuntu-server.OU to user@ubuntu-server:/home/user/test/dm.job.o17
*** error from copy
Permission denied (publickey,password).
lost connection
*** end error output
Output retained on that host in: /var/spool/torque/undelivered/17.ubuntu-server.OU

Unable to copy file /var/spool/torque/spool/17.ubuntu-server.ER to user@ubuntu-server:/home/user/test/dm.job.e17
*** error from copy
Permission denied (publickey,password).
lost connection
*** end error output
Output retained on that host in: /var/spool/torque/undelivered/17.ubuntu-server.ER

据我所知，问题是使用ssh密钥进行身份验证。它试图将一些文件scp到作业文件夹，但ssh权限是错误的。我将自己的id_rsa.pub放入authorized_keys（和根也是），但仍然没有运气。

所以有几个问题相关：

运行哪些用户作业？我想，如果我写qsub dm.job，它会在我的用户下运行。因此，如果我能够从user@ubuntu-server ssh到user@ubuntu-server（我是），那么作业输出scp'ing（仍然是）应该没有问题。如果是执行作业的root用户，那么需要如何正确设置ssh凭据和密钥？
如何解决此权限错误？

稍微偏离主题，但相关性很强。为什么有几个脚本名称无法识别？例如，我可以写

> julia -v
julia version 0.6.0

在root和我之下。但是当我在工作中运行时，它会记录

/var/spool/torque/mom_priv/jobs/18.ubuntu-server.SC: line 5: julia: command not found

Answer 1

作业未从提交节点运行;它被分配给计算节点执行，因此该文件正在从该计算节点scp到您提交的节点。您可以通过运行qstat -f | grep exec_host来检查作业的运行位置。前面应该有类似hostname \ index的东西，之后可能会有一些东西。第一个主机名是作业执行的位置（除非你是Cray，在这种情况下它是第二个主机名）。

PBS / Torque无法最终确定计算结果

1 个答案: