Slurm 设置 : Error connecting slurm stream socket

Question

我正在尝试使用 slurm 设置一个新集群。我已经设置了一个客户端和一个控制机器。 (我是新手......)

1. 当我在控制机器上输入sinfo -vvv时，它告诉我

"sinfo: debug2: slurm_connect failed: Connection refused sinfo:debug2:在 192.168.155.142:6817 连接 slurm 流套接字时出错:连接被拒绝“

我的 slurm 配置为使用 6817 端口(完整配置可在此处获得 https://pastebin.com/X4yDe99z

SlurmctldPort=6817

端口已打开(我也尝试禁用 ufw)

6817 (v6) ALLOW Anywhere (v6)

1. 当我尝试 slurmctld -Dvvv 时显示此错误

slurmctld:错误:此主机 (xxxx/xxx) 不是有效的 Controller (gaia 或(null))

我的/etc/hosts 文件是
127.0.0.1 本地主机
192.168.155.142 盖亚


Answer 1

slurm.conf 中参数ControlMachine 的值，启动slurmctld 的机器，必须是hostname -s 在该机器上启动守护程序。

您机器上的 hostname -s 似乎没有输出 gaia。将 gaia 替换为隐藏在 xxxx/xxx 后面的内容。