Cluster
Table of Contents

Grendel

Python environments

ml load python/3.9.4
cd python-virtualenv
virtualenv --system-site-packages spk2
alias spk2='source /home/tang/python-virtualenv/spk2/bin/activate'

Useful scipts

# change to the submission directory of a slurm job
function scd (){
    workdir=$(scontrol show jobid $1 | grep WorkDir | cut -d = -f2 )
    echo $workdir
    cd $workdir
}

Copy a file from a computed node to its home disk

#!/bin/sh
workdir=$(scontrol show jobid $1 | grep WorkDir | cut -d = -f2 )
node=$(scontrol show jobid $1 | grep BatchHost | cut -d = -f2 )
command="cp /scratch/$1/$2 $workdir"
#echo $workdir
#echo $node
echo $command

ssh $node "$command"

Grid Engine

Grid Engine最初为SUN公司开发，后来SUN被Oracle收购，Sun Grid Engine更名为Oracle Grid Engine。 Grid Engine的开源版本主要有两个：Open Grid Scheduler和Son of Grid Engine。 这里主要介绍Open Grid Scheduler，它的大多数代码是基于Sun Grid Engine 6.2u5（SGE 6.2 update 5 released in 2009）。 Open Grid Scheduler的使用手册可以在Grid Scheduler & Grid Engine man pages上面看到， 常用的命令有qdel，qsub，qstat，下面的例子是在64集群上测试的。

qdel

qdel用于从队列中删除任务，最常用的方式就是根据jobID来删除任务，例如qdel 60335，可以使用qdel -help来打开帮助信息。

qsub

qsub用于向队列提交任务脚本，一般直接使用qsub script.sh就可以了。如果想在提交任务时加入一些参数，可以在提交命令上加，也可以在任务脚本里添加。

#!/bin/bash
#$ -S /bin/bash
#$ -cwd
#$ -j y
#$ -N a001_t1_2
#$ -pe make 12

source /share/apps/intel/Compiler/11.1/073/bin/iccvars.sh intel64
source /share/apps/intel/Compiler/11.1/073/bin/ifortvars.sh intel64
source /share/apps/intel/impi/3.2.0.011/bin64/mpivars.sh

mpirun -r ssh -np 12 ~/bin/vasp

qstat

qstat用于查看队列中的任务信息（jobID，任务名称，运行状态，使用节点等）。最常用的方式就是直接输入qstat，这样查看的就是当前用户的任务信息。

Slurm

Simple Linux Utility for Resource Management (Slurm)是一个开源的，针对linux集群的任务调度系统，截至到2015年底最新版本为15.08。 官方的手册上面可以查看到常用命令的使用方法，查看帮助信息可以在命令后加上--help。

input

#SBATCH --nodes=4              # Number of nodes
#SBATCH --ntasks-per-node=18   # Number of MPI ranks per node
#SBATCH --cpus-per-task=2      # Number of OpenMP threads for each MPI process/rank

国家超级计算天津中心（NSCC-TJ）上面的天河一号（TH-1A）采用的是基于slurm 2.6.9修改的任务调度系统。常用的命令有：

yhbatch

yhbatch用于提交任务脚本到Slurm上，实际上是调用sbatch。

[username@ln2%tianhe ~]$ which yhbatch
/usr/bin/yhbatch
[username@ln2%tianhe ~]$ cat /usr/bin/yhbatch
#!/bin/sh
NAME=yhbatch
CMD=/usr/bin/sbatch

exec -a $NAME $CMD "$@"

因此，yhbatch的参数设置和sbatch是一致的。参数可以写在提交任务的命令中，也可以写在任务脚本里面。

#!/bin/sh
#SBATCH -J tzy001-0
#SBATCH -n 12
#SBATCH -p TH_NET
export LD_LIBRARY_PATH=/vol-th/lib/mklem64t:$ LD_LIBRARY_PATH
yhrun -pdebug -N1 -n12 ~/bin/vasp5.3.5-neb

yhbatch常用的参数有：

TODO：-c与-n比较？

举个例子，我们有一个任务需要请求4个进程，每个进程需要3个CPU核数。 如果集群是由一个节点含4核的节点组成，我们只需要请求12个核，任务调度系统可能会只给我们3个节点。 然而，我们使用了-c 3这个选项，任务调度系统就认为每个进程所需的3个核必须在同一个节点上面，所以会给我分配4个节点，每个节点运行1个进程。

yhcancel

yhcancel jobID用于取消任务

yhi

yhi用于查看节点的使用情况，只会显示当前用户有使用权限的节点。本组购买的账户上面可以用的分区有debug、TH_NET、TH_BM，一个节点上有12核，默认队列为TH_NET。

partition Time-limit Job-size Total-nodes
debug 30:00 1-6 21
TH_NET 2-00:00:00 1-512 2428
TH_BM infinite 1-infinite 122

node-state

slurm - What does the state 'drain' mean? - Stack Overflow

Q：2015-12-06 TH_NET 运行时间为2-02:46:29 仍在运行？

A：2015-12-10 有些任务跑了两天会停，有些任务跑了三天还在继续，原因未知。

yhq

yhq用于查看当前用户已经提交的任务的运行状况

yhrun

yhrun为交互式作业提交方式，基本可以替代mpirun，参数设置同yhbatch。为了保证任务的稳定性，如无特殊需求尽量使用yhbatch提交任务脚本。

Packaging smaller parallel jobs into one large parallel job

https://hpc-uit.readthedocs.io/en/latest/jobs/examples.html#packaging-smaller-parallel-jobs-into-one-large-parallel-job 

#!/bin/bash

#SBATCH --job-name=example
#SBATCH --ntasks=20
#SBATCH --time=0-00:05:00
#SBATCH --mem-per-cpu=500MB

cd ${SLURM_SUBMIT_DIR}

# first set of parallel runs
mpirun -n 4 ./my-binary &
mpirun -n 4 ./my-binary &
mpirun -n 4 ./my-binary &
mpirun -n 4 ./my-binary &
mpirun -n 4 ./my-binary &

wait

# here a post-processing step
# ...

# another set of parallel runs
mpirun -n 4 ./my-binary &
mpirun -n 4 ./my-binary &
mpirun -n 4 ./my-binary &
mpirun -n 4 ./my-binary &
mpirun -n 4 ./my-binary &

wait

exit 0

Using Variables in SLURM Jobs

Variables are not allowed in #SBATCH. For example, if you use sbatch --export=ALL,index=2, you cannot write #SBATCH --job-name=runs-$index in the bash script. The following procedure is working:

index=2
sbatch --job-name=runs-$index --exportALL,index=$index job.sh

EasyBuild

Define the directory to store EasyBuild:

mkdir $HOME/modules
export EASYBUILD_PREFIX=$HOME/modules
export EASYBUILD_MODULES_TOOL=Lmod

Download and install EasyBuild:

curl -O https://raw.githubusercontent.com/hpcugent/easybuild-framework/develop/easybuild/scripts/bootstrap_eb.py
python bootstrap_eb.py $EASYBUILD_PREFIX

Update the $MODULEPATH by module use, then load the EasyBuild module and check the basic EasyBuild functionality:

module use $EASYBUILD_PREFIX/modules/all
module load EasyBuild
module list
eb --version

Build Intel-2019b toolchain

Define the intel license file:

export INTEL_LICENSE_FILE=<file-path>

Download intel packages and move to specific directories.

mkdir -p $HOME/modules/sources/i/iccifort $HOME/modules/sources/i/imkl $HOME/modules/sources/i/impi
mv parallel_studio_xe_2019_update5_composer_edition.tgz $HOME/modules/sources/i/iccifort/
mv l_mkl_2019.5.281.tgz $HOME/modules/sources/i/imkl/
mv l_mpi_2018.5.288.tgz $HOME/modules/sources/i/impi/

Build the whole tool chain

eb intel-2019b.eb -r

Build GPAW

Load intel-2019b toolchain

module load intel/2019b

Build the GPAW, GPAW-setups and ASE software modules plus all prerequisites with intel-2019b by:

eb GPAW-20.1.0-intel-2019b-Python-3.7.4.eb -r