集群管理系统slurm

集群管理系统slurm:
    1,平行计算机粘合剂,用于执行并行作业
    2,它使得并行计算就像pc一样简单实用
    3,通常用来管理并行程序之间的通信

slurm设计框架:
    1,为集群提供简单的资源管理
    2,通过插件完成功能强大的祖业调度器
    3,由c语言编写,对管理员友好

常用的操作组件:
　资源管理器:通过使用集群来管理资源
    1,节点
        1),节点根据ip地址进行节点划分
        2),节点之间使用　sockets进行通信,核心是使用超线程
        3),节点之间互相关联,并且共用资源
        4),节点具有缓存功能
  作业调度器(scheduler):当作业很多,作业调度器管理作业队列
        1),支持复杂的调度算法,对于网络拓扑结构可以共享调度去调度
        2),可以进行资源限制,作业之间可以互相调度

插件(plugins):
    1,有的插件支持mysql,postgresql存储

slurmctld: 中央控制器通常每个集群一个
    1, 如果出现故障可以自动备份(可选)
    2, 监控资源状态
    3, 分配资源

slurmd: 守护进程,安装在每一个计算节点之上
    1, 启动和管理任务
    2, 需要很少的内存和CPU时间片
    3, 支持具有可配置的分层通信

slurmdbd: 守护进程　一个项目需要一个就可以
    1,存储备份信息

系统命令:
    sinfo 查看系统状态(节点,队列信息)
    squeue 查看作业和作业步骤状态
    scontrol 管理员工具用来更新或者查看　系统,作业或者预留状态