python - Qsub 作业使用集群上工作节点的子进程

Question

我正在尝试使用 qsub 提交一个 python 作业，该作业又使用 subprocess 和 qsub 提交其他几个作业。

我使用如下所示的 2 个 bash 脚本提交这些作业。 run_test是第一个提交的，run_script是通过子进程提交的。

$ cat run_test
#$ -cwd
#$ -V
#$ -pe openmpi 1
mpirun -n 1 python test_multiple_submit.py

$ cat run_script
#$ -cwd
#$ -V
#$ -pe openmpi 1
mpirun -n 1 python $1

我在使用第二个脚本时遇到问题，它似乎在 mpirun 调用时挂起。我之前从 bash 收到一个关于未找到“模块”的错误，但最近该错误消失了。

Python 脚本的简化版本如下所示

import subprocess

subprocess.Popen(cmd)

subprocess.Popen('qsub run_script '+input)

<Some checks to see if jobs are still running>

第一个子进程在当前节点上运行一个案例，第二个子进程应将作业外包给另一个节点，然后进行一些检查以查看作业是否仍在运行。还有一些其他部分可以提交其他作业，但我很确定这不是脚本的问题。

任何人都可以解释为什么第二个脚本失败吗？

Answer 1

我发现集群上的计算节点不是提交主机，因此我收到错误。唯一的提交主机是头节点。

qconf -ss

上面列出了提交主机。以管理员身份添加节点到峰会列表如下所示:

qconf -as < host name>