集群上带有 SLURM 的 C 库函数 exit()

Question

我对 exit() 的简单用法有疑问。

context 正在集群上运行程序以进行并行计算，因此我们安装了一个 Slurm 系统来管理和监视所有进程。
现在的问题是，当在我的程序中调用exit(1) 时，SLURM 似乎没有注册它并且 CPU 保持忙碌，耗尽了我分配的 CPU-小时没用，尽管程序已经终止。

所以我的问题是:
与 main() 中的常规 return 1 相比，exit() 有何不同？
有没有简单的方法来修复我的退出信号？

Answer 1

SLURM 的默认行为是允许作业中的进程完成，即使一个进程崩溃或以非零退出代码退出也是如此。您可以通过在 slurm.conf 中设置 KillOnBadExit=1 或使用 -K/--kill-on-bad-exit=1 和 来更改此设置运行。