Slurm不分配资源，而是一直等待

Question

我正在尝试使用我们的集群，但是有问题。我尝试通过以下方式分配一些资源：

salloc -N 1 --ntasks-per-node=5 bash

但是它一直在浪费：

  

salloc：待分配的工作...

     

salloc：作业...排队等待资源

或者当我尝试时：

srun -N1 -l echo test

它在等待队列中徘徊！

我犯错了还是我们的集群有问题？

Answer 1

使用选项 --time 为 Slurm 作业设置时间限制可能会有所帮助，例如将限制设置为 10 分钟，如下所示：

srun --job-name="myJob" --ntasks=4 --nodes=2 --time=00:10:00 --label echo test

没有时间限制，Slurm 将使用分区的默认时间限制。问题是有时这可能设置为无穷大或几天，因此这可能会导致作业开始延迟。要检查分区的默认时间限制使用：

$ sinfo
PARTITION AVAIL  TIMELIMIT  NODES  STATE NODELIST 
prod*        up   infinite    198  ....
gpu*         up 4-00:00:00     70  ....

来自Slurm docs：

<块引用>

-t, --time=<time> 对作业分配的总运行时间设置限制。如果请求的时间限制超过分区的时间限制，作业将处于 PENDING 状态（可能无限期）。默认时间限制是分区的默认时间限制。当达到时间限制时，每个作业步骤中的每个任务都会发送 SIGTERM，然后发送 SIGKILL。