Python jug(或其他)用于集群环境中具有异构任务的令人尴尬的并行作业

Question

我通常有大量的依赖作业，并希望在 PBS 集群环境中有效地运行它们。我一直在使用 Ruffus 并且对它非常满意，但我也想尝试一下其他方法。

在 python 中看起来很有趣的一个是 jug。但是，jug 似乎假设这些工作的要求是同质的。我有一些工作需要 8GB RAM，而其他工作只需要 100MB；有些可以消耗所有处理器，有些是单线程的。我的目标是能够快速组装一个管道，运行它并根据依赖关系“更新”它，并合理地记录，以便我可以看到哪些作业仍然需要运行。是否有人在使用 jug 或其他类似系统来满足这些类型的要求？

Answer 1

这里是 jug 的作者。

Jug 确实很好地处理了依赖关系。如果您更改任何输入或中间步骤，运行 jug status 将告诉您计算的状态。

目前没有办法指定某些任务(jug 称为作业)应该分配多个进程。过去，每当我有要在多线程中运行的任务时，我都被迫采取最坏情况的方法并将所有进程分配给 jug execute 进程。

这当然意味着单线程任务将占用所有进程。由于大部分计算发生在多线程任务中，因此可以接受。