超算CST DC分布式作业Main Controller 主控节点程序连接不上问题

基础点： CST  DC  MC主控节点配置文件：/etc/xdg/CST AG/CST  DC Main Control2013.conf

 CST  DC SS求解器节点配置文件：/etc/xdg/CST AG/CST  DC Solver Control2013.conf

MC进程：lsb-cst-mainController2013

SS进程：lsb-cst-solverserver2013

工作路径：/tmp/CSTMainControllerWork2013

               /tmp/CSTSolverServerWork2013

 

问题：CST的main controller 程序在大量程序仿真时会出现失去响应和崩溃

ssh到主控节点（比如节点名是mc06）：ssh mc06 

查看main controller进程状态：/etc/init.d/lsb-maincontroller2013 status

1提示Not running ，侧重新开启/etc/init.d/lsb-maincontroller2013 start

2提示is up and running ，则表示程序正在运行，但可能已无响应，这个时候手动结束main controller进程和重启进程

第一步：ps -ef | grep CSTDCMaincontroller.real   (查找到main controller进程的PID，可能会看到两个与main controller相关的进程，其中有一个进程是刚刚我们用grep 命令产生的进程，这个不用管它）

第二步：kill -9 pid  （杀掉main controller进程）

第三步:ps -ef | grep CSTDCMaincontroller.real    (重新确认系统已经没有main controller相关的进程了）

第四步：/etc/init.d/lsb-maincontroller2013 start  （重新再启动main controller 进程）

 

这个时候再重新连接主控节点MC06就应该能连接上了 。