参考来源与致谢
- 引用来源:Slurm Workload Manager – Quick Start Administrator Guide
- 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 #
需要在企业内网自建高性能计算或批处理调度集群,由管理员完成 Slurm 的首次部署、升级准备或日常运维。本文给出通用流程与安全操作要点,具体参数以所用版本的官方文档为准。
准备与风险 #
- 集群各节点时钟必须同步,用户与组(UID、GID)必须一致,否则作业身份识别与权限判断会出错。
- 认证依赖 MUNGE:所有节点使用同一份
munge.key,且munged必须先于 Slurm 守护进程启动。 SlurmUser必须提前存在,并在所有节点上一致。- 日志、PID、状态保存等父目录不会由 Slurm 自动创建,需提前建好并授予
SlurmUser写权限。 - 安装过程创建的目录权限受 umask 影响,umask 过宽会带来安全隐患,建议收紧。
- 破坏性操作前先备份配置与状态目录,并在测试环境验证,确认可回退再上生产。
处理步骤 #
1. 基础环境 #
- 同步各节点时间,统一用户与组。
- 部署 MUNGE,分发同一
munge.key,启动munged并确认其先于 Slurm 运行。
2. 编译安装 #
tar -xaf slurm*tar.bz2
cd <源码目录>
./configure --prefix=[安装前缀] --sysconfdir=[配置目录]
make
make install
ldconfig -n [库目录]
常用 configure 选项:--enable-debug 开启调试逻辑;--prefix 指定安装前缀,默认 /usr/local;--sysconfdir 指定配置文件位置,默认 PREFIX/etc。依赖库位于非标准路径时,设置 CFLAGS 与 LDFLAGS。可选插件在 configure 检测到对应开发库时自动构建,例如 hwloc、hdf5、freeipmi、libibmad/libibumad、lua、MUNGE、MySQL 等。完整选项用 configure --help 查看。
3. 生成配置 #
用浏览器打开源码中的 doc/html/configurator.html 生成配置文件,安装为 [配置目录]/slurm.conf,并分发到所有节点。
4. 启动服务 #
- 控制节点:
systemctl enable slurmctld - 数据库节点:
systemctl enable slurmdbd - 计算节点:
systemctl enable slurmd
随后启动 slurmctld 与 slurmd。RPM 环境可用 rpmbuild -ta slurm*.tar.bz2 与 rpm --install 替代上述部分步骤。
验证方法 #
- 确认
munged与各 Slurm 守护进程均在运行。 - 检查节点状态与分区信息是否与配置一致。
- 提交一个最小测试作业,确认调度、执行与结果回收正常。
- 查看日志目录,确认无权限或认证类报错。
回退建议 #
升级或改配置前备份 slurm.conf、状态保存目录与数据库。异常时停止相关守护进程,恢复备份文件与状态,再按原版本启动。数据库变更需先确认可还原。
常见问题 #
- 守护进程启动失败:多为
munge.key不一致或munged未先启动。 - 权限报错:检查
SlurmUser是否存在、目录是否可写、umask 是否过宽。 - 节点不识别:确认配置已分发到所有节点且 UID/GID 一致。
- 插件未构建:确认对应开发库已安装,必要时查阅该版本官方文档。
版本支持范围、插件依赖与升级细节随版本变化,请以所用版本的官方文档为准。
