SLURM QOS抢占

Question

我试图在Slurm19.05集群中设置一个抢占，但我不知道如何使抢占工作像我计划的那样工作。

基本上，我有两个QOS。

$ sacctmgr show qos format=name,priority,preempt

      Name   Priority    Preempt
---------- ---------- ----------
    normal          0
   premium       5000     normal

以下是我的优先购买配置中的相关设置：

# SCHEDULING

SelectType=select/cons_res
FastSchedule=1
SelectTypeParameters=CR_CPU_Memory    
PreemptType=preempt/qos
PreemptMode=SUSPEND,GANG

PriorityType=priority/multifactor
PriorityWeightFairshare=10000
PriorityWeightAge=10000
PriorityWeightJobSize=10000
PriorityFavorSmall=YES
PriorityWeightQOS=10000

PartitionName=Compute OverSubscribe=FORCE:1 State=UP Nodes=compute01,compute02

我的计划是允许premium作业抢占normal作业，挂起normal作业，直到premium作业在集群中运行完毕。

但是，我观察到的抢占性似乎是每30秒按顺序划分和挂起两个作业。我在配置文件中遗漏了什么吗?或者SLURM无法提供我计划的抢占性，在那里我不希望在资源上有任何时间切片？

Answer 1

问题是，具有PreemptType=PreemptType/qos的PreemptMode=SUSPEND会导致时间分配。

您必须设置PreemptType以抢占/分区_prio，从而“挂起并自动恢复低优先级作业”，或者将PreemptMode设置为REQUEUE，其中作业将被中止并放入队列中。

据我所知，这些都是我认为你最想要的选择。

https://slurm.schedmd.com/slurm.conf.html#PreemptMode 帮派允许在同一个分区中对作业进行分组调度(时间切片)。注意:对每个分区独立执行结伙调度，因此通常不建议配置具有重叠节点的分区和组调度。 REQUEUE通过请求作业(如果可能)或取消作业来抢占作业。对于要请求的作业，它们必须设置--requeues批处理选项，或者必须将slurm.conf中的集群范围的slurm.conf参数设置为一个。 如果配置了PreemptType=PreemptType=PreemptType/partition，则挂起并自动恢复低优先级作业。如果配置了PreemptType=PreemptType/qos，那么作业共享资源将始终是时间片段，而不是一个仍然挂起的作业。挂起只能与GANG选项一起使用(轮组调度程序模块执行作业恢复操作)。