c - 了解 MPI 错误

Question

我对计算机科学(化学背景)相当陌生，但正在编写使用 C 语言的 MPI 的代码。例如，每次编译代码时都会遇到各种错误，

rank 0 in job 1  cems_54844   caused collective abort of all ranks
  exit status of rank 0: killed by signal 9

过去一周遇到了与此类似的各种错误，我确实需要一些帮助来实现某种方法来找出有关该问题的更多信息。

以下page关于 MPI 中的错误处理。不幸的是，我对计算机科学了解不够，无法理解这个讨论。

有了这个，我希望有人愿意给我一个关于处理 MPI 错误的速成类(class)，并且也许可以(对于外行人)对链接的讨论有更多的了解？

我不是在问“你能为我写一段代码吗”的问题，我是在寻求有关如何理解 MPI 错误的概念性建议。

Answer 1

程序员可以以多种形式呈现错误信息。通常，他们会将错误列表定义为数字(或更常见的是，将数字按某种顺序分配给标签的枚举)。

您需要了解的第一件事是“错误 9”代表什么。

快速谷歌搜索将引导您到几个页面，其中列出了错误代码的各种枚举，但大多数仅向您显示文本而不是数字。您可以假设枚举从 0 开始，一直计数到 9，但这可能并不完全准确。此外，与您正在查看的列表相比，不同版本的软件可能会在枚举中添加额外的错误代码，因此您需要查看您正在运行的特定软件和版本的代码。但....我发现了 Microsoft's MPI errors 的错误列表列出了这个:

MPI_ERR_OP = 9

或无效操作。您的程序尝试执行未定义的指令。

此处定义了有效指令 for Microsoft's version