---
title: Slurm 任务调度系统部署与测试（一）：集群准备与基础组件
description: 面向企业 IT 运维，介绍 Slurm 集群部署前的环境准备、时间同步、Munge 认证组件与 Slurm 编译配置要点，涵盖适用场景、风险提示、验证方法与回退建议，所有环境参数以占位符表示。
url: "https://www.lanever.com/docs/slurm-%e4%bb%bb%e5%8a%a1%e8%b0%83%e5%ba%a6%e7%b3%bb%e7%bb%9f%e9%83%a8%e7%bd%b2%e4%b8%8e%e6%b5%8b%e8%af%95%ef%bc%88%e4%b8%80%ef%bc%89%ef%bc%9a%e9%9b%86%e7%be%a4%e5%87%86%e5%a4%87%e4%b8%8e%e5%9f%ba/"
updated: "2026-10-12"
category: 高性能计算软件
---

# Slurm 任务调度系统部署与测试（一）：集群准备与基础组件

> **参考来源与致谢**
>
>
>
> - **引用来源：**[slurm任务调度系统部署和测试(一)](https://www.saowen.com/a/b650e9bace4a6131a34499188ecf1e7c6b5375418e7f6bd755f0e448e154ba01)
> - **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

需要在企业内部搭建小规模 HPC 或批处理计算集群，统一调度 CPU 作业时，可采用 Slurm 作为任务调度系统。本文聚焦部署前的环境准备与基础组件安装，适用于在虚拟化平台上先行验证的运维团队。生产环境部署前，建议在隔离测试环境完整演练。

## 准备与风险

- 集群节点需具备一致的操作系统版本与时间基准，否则认证与调度易失败。
- Munge 认证密钥必须在所有节点保持一致，且权限严格受限。
- Slurm 控制器与数据库守护进程依赖共享存储或本地状态目录，需提前规划。
- 涉及格式化磁盘、覆盖配置文件等操作前，务必完成数据备份并确认可回退。
- 不同 Slurm 版本配置项存在差异，具体参数请查阅对应版本官方文档。

## 处理步骤

### 1. 时间同步

将管理节点配置为内网时间源，各计算节点定时同步，避免认证票据因时间偏差失效。

```
pdsh -w node[11-18] ntpdate [时间服务器地址]
```

写入定时任务，周期执行并同步硬件时钟：

```
*/5 * * * * pdsh -w node[11-18] "ntpdate [时间服务器地址]; hwclock --systohc"
```

### 2. 安装 Munge 认证组件

Munge 为 Slurm 提供节点间认证。编译前需确认加密库开发包已安装，否则 configure 阶段会报找不到加密库。

```
./configure --prefix=[Munge安装目录] --sysconfdir=[Munge配置目录] --localstatedir=/var
make && make install
```

生成认证密钥文件，内容长度需满足组件要求，权限设为 600：

```
echo "[自定义密钥内容，长度需满足要求]" > [Munge配置目录]/munge.key
chmod 600 [Munge配置目录]/munge.key
```

在所有计算节点创建运行所需目录，并统一分发密钥与环境变量脚本：

```
pdsh -w node[11-18] mkdir -p /var/{log,run,lib}/munge
```

启动服务并确认进程存在：

```
pdsh -w node[11-18] munged
pdsh -w node[11-18] ps -ef | grep munge | grep -v grep
```

### 3. 编译安装 Slurm

```
./configure --prefix=[Slurm安装目录] --sysconfdir=[Slurm配置目录] --with-munge=[Munge安装目录]
make && make install
```

创建配置、日志与状态目录，并设置专用运行账号与权限：

```
mkdir -p [Slurm安装目录]/{etc,log,state}
chown -R [运行账号]:[运行账号] [Slurm安装目录]/state
chmod 777 [Slurm安装目录]/log
```

### 4. 核心配置要点

在 slurm.conf 中至少明确以下内容：集群名称、主备控制器主机名、运行账号、认证方式、状态保存目录、日志路径、节点与分区定义。节点资源参数需与实际硬件一致，否则调度结果可能异常。

若启用计费与作业记录，需配置 slurmdbd 及后端数据库连接信息，并确保数据库账号与认证套接字路径正确。

## 验证方法

- 各节点执行时间查询，确认偏差在可接受范围内。
- 检查 munged 进程状态，确认密钥一致且服务正常。
- 使用 Slurm 自带状态命令查看节点与分区是否注册成功。
- 提交一个短时测试作业，观察调度、执行与日志输出是否正常。

## 回退建议

- 保留原配置文件副本，异常时直接还原。
- 停止新增服务进程，恢复原有认证与时间同步方式。
- 状态目录与数据库如已写入数据，回退前先导出备份。
- 无法定位问题时，优先在测试环境复现，避免影响生产作业。

## 常见问题

- 认证失败：多为密钥不一致或权限过宽，检查各节点密钥与属主。
- 节点状态异常：检查时间同步、主机名解析与守护进程日志。
- 编译报错：确认依赖开发包是否齐全，参考对应版本官方文档。
- 配置不生效：确认配置文件路径与进程读取路径一致，重启相关服务。

> 提示：本文所述版本与参数仅为通用示例，实际部署请以所用版本的官方文档为准，并在变更前完成备份与测试。
