参考来源与致谢
- 引用来源:相对全面的SLURM集群的配置、安装及一些小问题的解决 – Datuqiqi的博客 – CSDN博客
- 原作者:原页面署名作者或发布机构(剪藏记录未保存可核验的个人署名)
- 感谢词:感谢原作者及发布机构对技术知识的公开分享。本文已结合企业运维场景完成脱敏、核验与原创重写,并非原文转载;如权利人需要更正署名或来源信息,请联系本站。
适用场景 #
SLURM 适合需要统一调度 CPU、内存等资源的高性能计算集群,常见于仿真、生信分析、批量计算等场景。典型拓扑为一台控制节点兼计算节点,加若干纯计算节点。控制节点负责作业调度与状态记录,计算节点执行任务。
准备与风险 #
- 确认各节点操作系统版本、主机名解析、时间同步一致,否则节点间通信易失败。
- 规划专用管理账户,用于运行调度服务与认证组件,避免直接使用高权限账户。
- 认证组件需在所有节点安装并启动,密钥文件必须一致。
- 配置文件改动会影响整个集群,修改前务必备份原文件。
- 建议先在测试环境验证,再推广到生产集群。
涉及删除、覆盖、重装等破坏性操作前,先备份配置文件、认证密钥与日志目录,并确认可回退。
处理步骤 #
1. 创建管理账户 #
在每台节点创建统一的管理账户,例如 [管理账户],后续服务以该账户运行。
useradd [管理账户]
2. 安装认证组件 #
先启用额外软件源,再在所有节点安装认证组件及其开发包。安装后手动创建运行所需目录,并将属主改为管理账户。
mkdir -p /etc/munge /var/run/munge /var/lib/munge /var/log/munge
chown [管理账户]:[管理账户] /etc/munge /var/run/munge /var/lib/munge /var/log/munge
在任一节点生成密钥,再分发到其余节点同一路径,并保持属主一致。随后在各节点以管理账户启动认证服务,用进程查看命令确认已运行。
3. 编译安装调度组件 #
三种方式可选:源码编译、包管理器安装、二进制包安装。源码编译可控性较好。解压源码后执行配置、编译、安装三步。若指定安装目录与配置目录,需自行确认目录结构;不指定时使用默认路径,通常更省事。
./configure
make
[已移除凭据相关内容]
