集群管理系統slurm

集群管理系統slurm:
    1,平行計算機粘合劑,用於執行並行作業
    2,它使得並行計算就像pc一樣簡單實用
    3,通常用來管理並行程序之間的通信

slurm設計框架:
    1,為集群提供簡單的資源管理
    2,通過插件完成功能強大的祖業調度器
    3,由c語言編寫,對管理員友好

常用的操作組件:
　資源管理器:通過使用集群來管理資源
    1,節點
        1),節點根據ip地址進行節點划分
        2),節點之間使用　sockets進行通信,核心是使用超線程
        3),節點之間互相關聯,並且共用資源
        4),節點具有緩存功能
  作業調度器(scheduler):當作業很多,作業調度器管理作業隊列
        1),支持復雜的調度算法,對於網絡拓撲結構可以共享調度去調度
        2),可以進行資源限制,作業之間可以互相調度

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

slurmctld: 中央控制器通常每個集群一個
    1, 如果出現故障可以自動備份(可選)
    2, 監控資源狀態
    3, 分配資源

slurmd: 守護進程,安裝在每一個計算節點之上
    1, 啟動和管理任務
    2, 需要很少的內存和CPU時間片
    3, 支持具有可配置的分層通信

slurmdbd: 守護進程　一個項目需要一個就可以
    1,存儲備份信息

系統命令:
    sinfo 查看系統狀態(節點,隊列信息)
    squeue 查看作業和作業步驟狀態
    scontrol 管理員工具用來更新或者查看　系統,作業或者預留狀態