---
title: Slurm 集群安装与基础使用指南
description: 面向企业 IT 运维，介绍 Slurm 作业调度系统的安装准备、MUNGE 认证配置、管理节点与计算节点部署、基础使用与验证方法，并给出风险提示与回退建议。所有环境参数以占位符表示，具体版本支持范围请查阅对应官方文档。
url: "https://www.lanever.com/docs/slurm-%e9%9b%86%e7%be%a4%e5%ae%89%e8%a3%85%e4%b8%8e%e5%9f%ba%e7%a1%80%e4%bd%bf%e7%94%a8%e6%8c%87%e5%8d%97/"
updated: "2026-10-12"
category: Slurm集群
---

# Slurm 集群安装与基础使用指南

> **参考来源与致谢**
>
>
>
> - **引用来源：**[Slurm安装与使用 – HPC知识库-HPC、Slurm、PBS](https://www.hpcwiki.com/?p=378)
> - **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 是面向 HPC 与批量计算的作业调度系统，适合需要统一排队、分配 CPU/GPU/内存等资源的企业集群。本文面向企业 IT 运维人员，覆盖管理节点与计算节点的安装配置、基础使用、验证与回退。文中命令为通用形式，实际路径、版本与参数需按环境调整。

## 准备与风险

- 集群所有节点需时间同步（如 NTP），否则认证与调度可能异常。
- Slurm 常用 MUNGE 做认证，集群内所有节点必须使用同一份 `munge.key`，权限需严格限制。
- 管理节点通常还运行数据库，用于记账等可选功能；数据库安装方法请参考对应产品官方手册。
- 安装前确认操作系统、CPU、内存、磁盘与加速卡资源满足规划，并预留日志与状态目录空间。
- 破坏性操作（覆盖配置、重建密钥、清空状态目录）前必须备份，并在测试环境验证。

> 提醒：任何删除或覆盖操作前，先备份 `slurm.conf`、`munge.key` 与状态目录；确认可在测试环境复现后再上生产。

## 处理步骤

### 1. 环境准备

- 确认各节点主机名、`[服务器地址]`、时钟同步与防火墙端口规划。
- 确认已安装加密依赖库；若系统已自带，可跳过源码安装。

### 2. 安装 MUNGE

```
rpm -qa | grep libgpg-error
rpm -qa | grep libgcrypt
```

如缺失，按官方源码包编译安装。MUNGE 要求使用 Libgcrypt 或 OpenSSL 加密库，可在 configure 时用 `--with-crypto-lib` 指定。随后创建专用用户与组，编译安装到统一前缀目录。

```
groupadd -g 1100 munge
useradd -g munge -u 1100 munge
./configure --prefix=/opt/munge --with-crypto-lib=libgcrypt
make && make install
```

生成密钥并限制权限，集群内所有节点分发同一份密钥：

```
echo -n "[随机种子]" | sha1sum | cut -d ' ' -f1 > /opt/munge/etc/munge/munge.key
chmod 0400 /opt/munge/etc/munge/munge.key
```

按需调整服务启动用户，注册 systemd 单元后启动并检查状态：

```
systemctl daemon-reload
systemctl start munge.service
systemctl status munge
```

### 3. 安装 Slurm

```
./configure --prefix=/opt/slurm --with-munge=/opt/munge --with-mysql_config=[数据库配置路径]
make && make install
```

创建配置、状态与日志目录，路径需与 `slurm.conf` 中一致：

```
mkdir -p /opt/slurm/etc /opt/slurm/spool /opt/slurm/log
```

### 4. 配置 slurm.conf

在管理节点与计算节点放置一致的 `slurm.conf`。关键项包括控制节点、认证类型、进程跟踪、状态保存路径、端口与调度参数。示例片段：

```
ControlMachine=[管理节点主机名]
ControlAddr=[服务器地址]
AuthType=auth/munge
CryptoType=crypto/munge
SlurmctldPort=6817
SlurmdPort=6818
StateSaveLocation=/opt/slurm/spool
SlurmdSpoolDir=/opt/slurm/spool/slurmd
SlurmUser=root
ProctrackType=proctrack/linuxproc
TaskPlugin=task/affinity
ReturnToService=2
```

计算节点需在配置中登记节点名、CPU、内存与加速卡资源等。具体参数含义与版本差异请查阅对应版本官方文档。

### 5. 启动服务

```
systemctl daemon-reload
systemctl start slurmctld.service
systemctl start slurmd.service
```

## 验证方法

- 查看服务状态：`systemctl status slurmctld`、`systemctl status slurmd`。
- 检查节点注册：`sinfo` 应列出队列与节点状态。
- 提交简单作业：`sbatch [脚本]`，再用 `squeue` 观察排队与运行。
- 查看作业输出与退出码，确认资源分配符合预期。

## 回退建议

- 停止 `slurmctld` 与 `slurmd`，恢复备份的 `slurm.conf` 与状态目录。
- 如认证异常，回退到上一份可用的 `munge.key` 并重启 MUNGE。
- 保留变更前配置副本，记录变更时间与影响范围，便于快速定位。

## 常见问题

- 节点显示不可用：检查时间同步、MUNGE 状态与密钥一致性。
- 作业一直排队：检查队列、QoS 与资源限制配置。
- 服务启动失败：核对配置路径、权限与端口占用。
- 版本差异导致参数不生效：以对应版本官方文档为准，勿直接套用其他版本配置。
