Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà. # Slurm Workload Manager (`slurm`) ## Dimensione e aggiornamento della capacità del cluster La capacità del cluster è definita dal numero di nodi di calcolo scalabili dal cluster. I nodi di calcolo sono supportati da istanze Amazon EC2 definite all'interno delle risorse di calcolo nella `(Scheduling/SlurmQueues/`ComputeResources`)` configurazione e sono organizzati in AWS ParallelCluster `(Scheduling/SlurmQueues)` code che mappano 1:1 alle partizioni. Slurm [All'interno di una risorsa di elaborazione è possibile configurare il numero minimo di nodi di calcolo (istanze) che devono essere sempre mantenuti in esecuzione nel cluster () e il numero massimo di istanze fino a cui la risorsa di calcolo può scalare (3`MinCount`). `MaxCount`](Scheduling-v3.md#yaml-Scheduling-SlurmQueues-ComputeResources-MaxCount) Al momento della creazione del cluster o dopo un aggiornamento del cluster, AWS ParallelCluster avvia tutte le istanze Amazon EC2 configurate per ogni risorsa di calcolo `Scheduling/SlurmQueues/ ComputeResources` () definita `MinCount` nel cluster. ***Le istanze avviate per coprire il numero minimo di nodi per le risorse di calcolo nel cluster sono chiamate nodi statici.*** Una volta avviati, i nodi statici sono pensati per essere persistenti nel cluster e non vengono terminati dal sistema, a meno che non si verifichi un evento o una condizione particolare. Tali eventi includono, ad esempio, il fallimento dei controlli di Slurm integrità di Amazon EC2 e la modifica dello stato del Slurm nodo in DRAIN o DOWN. ***Le istanze Amazon EC2, nell'intervallo da 1 `1` a `‘MaxCount - MinCount’` (`MaxCount `*meno*)` MinCount)`, lanciate su richiesta per far fronte all'aumento del carico del cluster, sono denominate nodi dinamici.*** La loro natura è effimera, vengono avviate per eseguire lavori in sospeso e vengono terminate quando rimangono inattive per un periodo di tempo definito `Scheduling/SlurmSettings/ScaledownIdletime` nella configurazione del cluster (impostazione predefinita: 10 minuti). I nodi statici e i nodi dinamici sono conformi al seguente schema di denominazione: + Nodi statici dove `-st--` ` = 1..ComputeResource/MinCount` + Nodi dinamici `-dy--` dove ` = 1..(ComputeResource/MaxCount - ComputeResource/MinCount)` Ad esempio, data la seguente AWS ParallelCluster configurazione: ``` Scheduling: Scheduler: Slurm SlurmQueues: - Name: queue1 ComputeResources: - Name: c5xlarge Instances: - InstanceType: c5.xlarge MinCount: 100 MaxCount: 150 ``` I seguenti nodi verranno definiti in Slurm ``` $ sinfo PARTITION AVAIL TIMELIMIT NODES STATE NODELIST queue1* up infinite 50 idle~ queue1-dy-c5xlarge-[1-50] queue1* up infinite 100 idle queue1-st-c5xlarge-[1-100] ``` Quando una risorsa di elaborazione lo ha`MinCount == MaxCount`, tutti i nodi di calcolo corrispondenti saranno statici e tutte le istanze verranno avviate al creation/update momento del cluster e mantenute attive e funzionanti. Esempio: ``` Scheduling: Scheduler: slurm SlurmQueues: - Name: queue1 ComputeResources: - Name: c5xlarge Instances: - InstanceType: c5.xlarge MinCount: 100 MaxCount: 100 ``` ``` $ sinfo PARTITION AVAIL TIMELIMIT NODES STATE NODELIST queue1* up infinite 100 idle queue1-st-c5xlarge-[1-100] ``` ## Aggiornamento della capacità del cluster L'aggiornamento della capacità del cluster include l'aggiunta o la rimozione di code, risorse di elaborazione o la modifica `MinCount/MaxCount` di una risorsa di elaborazione. A partire dalla AWS ParallelCluster versione 3.9.0, la riduzione delle dimensioni di una coda richiede che il parco di elaborazione venga interrotto o [QueueUpdateStrategy](Scheduling-v3.md#yaml-Scheduling-SlurmSettings-QueueUpdateStrategy)impostato su TERMINATE prima dell'aggiornamento del cluster. Non è necessario interrompere la flotta di elaborazione o impostare su TERMINATE quando: [QueueUpdateStrategy](Scheduling-v3.md#yaml-Scheduling-SlurmSettings-QueueUpdateStrategy) + Aggiungere nuove code a Scheduling/ [`SlurmQueues`](Scheduling-v3.md#Scheduling-v3-SlurmQueues) + Aggiungere nuove risorse di calcolo a una coda `Scheduling/SlurmQueues/ComputeResources` + Aumento della potenza `MaxCount` di una risorsa di elaborazione + Aumento MinCount di una risorsa di elaborazione e aumento MaxCount della stessa risorsa di elaborazione almeno della stessa quantità ## Considerazioni e limitazioni Questa sezione ha lo scopo di delineare eventuali fattori, vincoli o limitazioni importanti da tenere in considerazione durante il ridimensionamento della capacità del cluster. + Quando si rimuove una coda da `Scheduling/SlurmQueues` tutti i nodi di elaborazione con nome`-*`, sia statici che dinamici, verrà rimossa dalla Slurm configurazione e le istanze Amazon EC2 corrispondenti verranno terminate. + Quando si rimuove una risorsa di calcolo `Scheduling/SlurmQueues/ComputeResources` da una coda, tutti i nodi di calcolo con nome`-*--*`, statici e dinamici, verranno rimossi dalla Slurm configurazione e le istanze Amazon EC2 corrispondenti verranno terminate. Quando si modifica il `MinCount` parametro di una risorsa di calcolo, possiamo distinguere due diversi scenari, se `MaxCount` viene mantenuto uguale a `MinCount` (solo capacità statica) e se `MaxCount` è maggiore `MinCount` di (capacità statica e dinamica mista). ### La capacità cambia solo con nodi statici + Se`MinCount == MaxCount`, aumentando `MinCount` (e`MaxCount`), il cluster verrà configurato estendendo il numero di nodi statici al nuovo valore di `MinCount` `-st--` e il sistema continuerà a provare ad avviare istanze Amazon EC2 per soddisfare la nuova capacità statica richiesta. + Se`MinCount == MaxCount`, diminuendo `MinCount` (e`MaxCount`) la quantità N, il cluster verrà configurato rimuovendo gli ultimi N nodi statici `-st--...]` e il sistema interromperà le istanze Amazon EC2 corrispondenti. + Stato iniziale `MinCount = MaxCount = 100` + ``` $ sinfo PARTITION AVAIL TIMELIMIT NODES STATE NODELIST queue1* up infinite 100 idle queue1-st-c5xlarge-[1-100] ``` + Aggiornamento `-30` su `MinCount` e `MaxCount: MinCount = MaxCount = 70` + ``` $ sinfo PARTITION AVAIL TIMELIMIT NODES STATE NODELIST queue1* up infinite 70 idle queue1-st-c5xlarge-[1-70] ``` ### Modifiche di capacità con nodi misti Se`MinCount < MaxCount`, aumentando `MinCount` di un valore N (supponendo che `MaxCount` venga mantenuto invariato), il cluster verrà configurato estendendo il numero di nodi statici al nuovo valore di `MinCount` (`old_MinCount + N`): `-st--` e il sistema continuerà a provare ad avviare istanze Amazon EC2 per soddisfare la nuova capacità statica richiesta. Inoltre, per rispettare la `MaxCount` capacità della risorsa di elaborazione, la configurazione del cluster viene aggiornata *rimuovendo gli ultimi N nodi dinamici* `-dy--[...]` e il sistema interromperà le istanze Amazon EC2 corrispondenti. + Stato iniziale: `MinCount = 100; MaxCount = 150` + ``` $ sinfo PARTITION AVAIL TIMELIMIT NODES STATE NODELIST queue1* up infinite 50 idle~ queue1-dy-c5xlarge-[1-50] queue1* up infinite 100 idle queue1-st-c5xlarge-[1-100] ``` + Aggiorna \$130 a `MinCount : MinCount = 130 (MaxCount = 150)` + ``` $ sinfo PARTITION AVAIL TIMELIMIT NODES STATE NODELIST queue1* up infinite 20 idle~ queue1-dy-c5xlarge-[1-20] queue1* up infinite 130 idle queue1-st-c5xlarge-[1-130] ``` Se`MinCount < MaxCount`, aumentando `MinCount` e `MaxCount` della stessa quantità N, il cluster verrà configurato estendendo il numero di nodi statici al nuovo valore di `MinCount` (`old_MinCount + N`): `-st--` e il sistema continuerà a provare ad avviare istanze Amazon EC2 per soddisfare la nuova capacità statica richiesta. Inoltre, non verrà apportata alcuna modifica al numero di nodi dinamici per rispettare il nuovo `MaxCount` value. + Stato iniziale: `MinCount = 100; MaxCount = 150` + ``` $ sinfo PARTITION AVAIL TIMELIMIT NODES STATE NODELIST queue1* up infinite 50 idle~ queue1-dy-c5xlarge-[1-50] queue1* up infinite 100 idle queue1-st-c5xlarge-[1-100] ``` + Aggiorna \$130 a `MinCount : MinCount = 130 (MaxCount = 180)` + ``` $ sinfo PARTITION AVAIL TIMELIMIT NODES STATE NODELIST queue1* up infinite 20 idle~ queue1-dy-c5xlarge-[1-50] queue1* up infinite 130 idle queue1-st-c5xlarge-[1-130] ``` Se`MinCount < MaxCount`, diminuendo la `MinCount` quantità N (supponendo che `MaxCount` venga mantenuta invariata), il cluster verrà configurato rimuovendo gli ultimi N nodi statici dei nodi statici `-st--[...` e il sistema interromperà le istanze Amazon EC2 corrispondenti. Inoltre, per rispettare la `MaxCount` capacità della risorsa di elaborazione, la configurazione del cluster viene aggiornata estendendo il numero di nodi dinamici per colmare il divario. `MaxCount - new_MinCount: -dy--[1..]` In questo caso, trattandosi di nodi dinamici, non verranno lanciate nuove istanze Amazon EC2 a meno che lo scheduler non abbia lavori in sospeso sui nuovi nodi. + Stato iniziale: `MinCount = 100; MaxCount = 150` + ``` $ sinfo PARTITION AVAIL TIMELIMIT NODES STATE NODELIST queue1* up infinite 50 idle~ queue1-dy-c5xlarge-[1-50] queue1* up infinite 100 idle queue1-st-c5xlarge-[1-100] ``` + Aggiornamento -30 su `MinCount : MinCount = 70 (MaxCount = 120)` + ``` $ sinfo PARTITION AVAIL TIMELIMIT NODES STATE NODELIST queue1* up infinite 80 idle~ queue1-dy-c5xlarge-[1-80] queue1* up infinite 70 idle queue1-st-c5xlarge-[1-70] ``` Se`MinCount < MaxCount`, in diminuzione `MinCount` e `MaxCount` della stessa quantità N, il cluster verrà configurato rimuovendo gli ultimi N nodi statici `-st--...]` e il sistema interromperà le istanze Amazon EC2 corrispondenti. Inoltre, non verrà apportata alcuna modifica al numero di nodi dinamici per rispettare il nuovo valore. `MaxCount` + Stato iniziale: `MinCount = 100; MaxCount = 150` + ``` $ sinfo PARTITION AVAIL TIMELIMIT NODES STATE NODELIST queue1* up infinite 50 idle~ queue1-dy-c5xlarge-[1-50] queue1* up infinite 100 idle queue1-st-c5xlarge-[1-100] ``` + Aggiornamento -30 su `MinCount : MinCount = 70 (MaxCount = 120)` + ``` $ sinfo PARTITION AVAIL TIMELIMIT NODES STATE NODELIST queue1* up infinite 80 idle~ queue1-dy-c5xlarge-[1-50] queue1* up infinite 70 idle queue1-st-c5xlarge-[1-70] ``` Se`MinCount < MaxCount`, diminuendo la `MaxCount` quantità N (supponendo `MinCount` che venga mantenuta invariata), il cluster verrà configurato rimuovendo gli ultimi N nodi dinamici `-dy--]` e il sistema interromperà le istanze Amazon EC2 corrispondenti nel caso in cui fossero in esecuzione. Non è previsto alcun impatto sui nodi statici. + Stato iniziale: `MinCount = 100; MaxCount = 150` + ``` $ sinfo PARTITION AVAIL TIMELIMIT NODES STATE NODELIST queue1* up infinite 50 idle~ queue1-dy-c5xlarge-[1-50] queue1* up infinite 100 idle queue1-st-c5xlarge-[1-100] ``` + Aggiornamento -30 su `MaxCount : MinCount = 100 (MaxCount = 120)` + ``` $ sinfo PARTITION AVAIL TIMELIMIT NODES STATE NODELIST queue1* up infinite 20 idle~ queue1-dy-c5xlarge-[1-20] queue1* up infinite 100 idle queue1-st-c5xlarge-[1-100] ``` ## Impatti sui lavori In tutti i casi in cui i nodi vengono rimossi e le istanze Amazon EC2 terminate, un job sbatch in esecuzione sui nodi rimossi verrà nuovamente messo in coda, a meno che non vi siano altri nodi che soddisfino i requisiti del processo. In quest'ultimo caso, il processo ha esito negativo con lo stato NODE\$1FAIL e scompare dalla coda e deve essere inviato nuovamente manualmente. Se si prevede di eseguire un aggiornamento per il ridimensionamento del cluster, è possibile impedire l'esecuzione dei lavori nei nodi che verranno rimossi durante l'aggiornamento pianificato. Ciò è possibile impostando i nodi da rimuovere durante la manutenzione. Tieni presente che l'impostazione di un nodo in manutenzione non influirebbe sui lavori che alla fine sono già in esecuzione nel nodo. Supponiamo che con l'aggiornamento pianificato per il ridimensionamento del cluster si voglia rimuovere il nodo`qeueu-st-computeresource-[9-10`]. È possibile creare una Slurm prenotazione con il seguente comando ``` sudo -i scontrol create reservation ReservationName=maint_for_update user=root starttime=now duration=infinite flags=maint,ignore_jobs nodes=qeueu-st-computeresource-[9-10] ``` Questo creerà una Slurm prenotazione denominata `maint_for_update` sui nodi`qeueu-st-computeresource-[9-10]`. Dal momento in cui viene creata la prenotazione, non è possibile eseguire altri lavori nei nodi`qeueu-st-computeresource-[9-10]`. Tieni presente che la prenotazione non impedirà l'assegnazione finale dei lavori sui nodi`qeueu-st-computeresource-[9-10]`. Dopo l'aggiornamento del ridimensionamento del cluster, se la Slurm prenotazione è stata impostata solo sui nodi che sono stati rimossi durante l'aggiornamento del ridimensionamento, la prenotazione di manutenzione verrà automaticamente eliminata. Se invece hai creato una Slurm prenotazione sui nodi che sono ancora presenti dopo l'aggiornamento del ridimensionamento del cluster, potremmo voler rimuovere la prenotazione di manutenzione sui nodi dopo l'esecuzione dell'aggiornamento di ridimensionamento, utilizzando il seguente comando ``` sudo -i scontrol delete ReservationName=maint_for_update ``` [Per ulteriori dettagli sulla Slurm prenotazione, consulta il documento ufficiale di SchedMD qui.](https://slurm.schedmd.com/reservations.html) ## Processo di aggiornamento del cluster in caso di modifiche alla capacità In caso di modifica della configurazione dello scheduler, durante il processo di aggiornamento del cluster vengono eseguiti i seguenti passaggi: + Interrompi AWS ParallelCluster `clustermgtd (supervisorctl stop clustermgtd)` + Genera una configurazione aggiornata Slurm delle partizioni dalla AWS ParallelCluster configurazione + Riavvio `slurmctld` (eseguito tramite la ricetta del servizio Chef) + Controlla `slurmctld` lo stato `(systemctl is-active --quiet slurmctld.service)` + Ricarica la configurazione Slurm `(scontrol reconfigure)` + Avvia `clustermgtd (supervisorctl start clustermgtd)` Per informazioni su Slurm, consulta [https://slurm.schedmd.com](https://slurm.schedmd.com). Per i download, vedi [https://github.com/SchedMD/slurm/tags](https://github.com/SchedMD/slurm/tags). [Per il codice sorgente, vedi slurm. https://github.com/SchedMD/](https://github.com/SchedMD/slurm) ## Versioni cluster e SLURM supportate Nella tabella seguente sono elencate le Slurm versioni AWS ParallelCluster e supportate AWS . | AWS ParallelCluster versione (e) | Versione di Slurm supportata | | --- | --- | | 3.13.0 | 24,05,07 | | 3.12.0 | 23,11,10 | | 3.11.0 | 23,11,10 | | 3.9.2, 3.9.3, 3.10.0 | 23,11,7 | | 3,9,0, 3,9,1 | 23,11,4 | | 3.8.0 | 23,02,7 | | 3.7.2 | 23,02,6 | | 3.7.1 | 23,02,5 | | 3.7.0 | 23,02,4 | | 3.6.0, 3.6.1 | 23,02,2 | | 3,5,0, 3,5,1 | 22,05,8 | | 3.4.0, 3.4.1 | 22,05-7 | | 3.3.0, 3.3.1 | 22,05,5 | | 3.1.4, 3.1.5, 3.2.0, 3.2.1 | 21,08,8-2 | | 3.1.2, 3.1.3 | 21,08,6 | | 3.1.1 | 21,08,5 | | 3.0.0 | 20,11,8 | **Topics** + [Dimensione e aggiornamento della capacità del cluster](#cluster-capacity-size-and-update) + [Aggiornamento della capacità del cluster](#cluster-capacity-update) + [Considerazioni e limitazioni](#considerations-limitations) + [Impatti sui lavori](#impacts-on-jobs) + [Processo di aggiornamento del cluster in caso di modifiche alla capacità](#cluster-update-process) + [Versioni cluster e SLURM supportate](#cluster-slurm-version-table) + [Configurazione di più code](configuration-of-multiple-queues-v3.md) + [Slurmguida per la modalità a coda multipla](multiple-queue-mode-slurm-user-guide-v3.md) + [Slurm modalità protetta dal cluster](slurm-protected-mode-v3.md) + [Slurmfailover rapido con capacità insufficiente del cluster](slurm-short-capacity-fail-mode-v3.md) + [Slurm pianificazione basata sulla memoria](slurm-mem-based-scheduling-v3.md) + [Allocazione di più tipi di istanza con Slurm](slurm-multiple-instance-allocation-v3.md) + [Scalabilità del cluster per nodi dinamici](scheduler-node-allocation-v3.md) + [Slurmcontabilità con AWS ParallelCluster](slurm-accounting-v3.md) + [Slurm personalizzazione della configurazione](slurm-configuration-settings-v3.md) + [Slurm e `prolog` `epilog`](slurm-prolog-epilog-v3.md) + [Dimensioni e aggiornamento della capacità del cluster](slurm-cluster-capacity-size-and-update.md)