LSF_管理用户、主机和队列_1

LSF_管理用户、主机和队列

修改cshrc.lsf和profile.lsf配置文件使得用户可以使用集群。从集群中添加或者删除主机\队列。

• 配置cshrc.lsf、profile.lsf配置文件使集群对用户可用
  确保lsf users在家目录的.cshrc或.profile配置文件的末尾包含cshrc.lsf或者profile.lsf，或者在使用LSF之前运行这两个文之一。
• 添加主机到集群
  使用安装脚本lsfinstall来添加主机到集群。
• 从集群中删除主机
  从LSF中删除主机包括关闭主机以防止在该主机上运行任何额外的作业，以及从lsf.cluster.cluster_name文件中删除对该主机的引用以及其他的配置文件。
• 添加队列
  修改lsb.queues文件添加一个新队列的定义，添加队列并不会影响挂起和正在运行的作业。
• 删除队列
  编辑lsb.queues删除队列的定义。

配置cshrc.lsf、profile.lsf实现集群对用户可用

作业相关

使用以下shell文件配置用户lsf环境相关的配置：

• LSF_CONFDIR/cshrc/lsf
  对csh或tcsh shell使用这个文件
• LSF_CONFDIR/profile.lsf
  对sh，ksh，bash使用这个文件

步骤

csh或者tcsh：

• 添加cshrc.lsf到全局.cshrc文件末尾，对所有用户生效：
  1 复制cshrc.lsf内容到.cshrc文件。
  2 在文件末尾添加一个source命令到.cshrc文件末尾。例如，如果你的LSF_TOP目录在/usr/share/lsf/conf。添加如下的内容到.cshrc文件：

source /usr/share/lsf/conf/cshrc.lsf

sh、ksh、bash

• 添加profile.lsf文件到全局.profile文件：
  1 复制profile.lsf文件内容到.profile文件。
  2 例如，如果LSF_TOP目录在/usr/share/lsf/conf,添加如下内容到.profile文件末尾：

. /usr/share/lsf/conf/profile.lsf

添加主机到集群

使用LSF安装脚本lsfinstall添加新的主机和主机类型到集群。

开始之前

确保你有主机该主机类型的LSF distrubution文件。比如，添加一个linux x86-64 kernel2.6和3.x系统到集群，取得文件lsf10.1_linux2.6-glibc2.3-x86_64.tar.Z。
可在IBM Passport下载distribution文件。
可在LSF System Requirements查看支持的所有系统。

任务相关

添加主机到集群有以下主要步骤：
1 安装该主机类型的LSF binary 文件。
2 添加主机信息到lsf.cluster.cluster_name文件。
3 配置新主机。

步骤

• 1 安装该主机类型的binary文件。
  使用lsfinstall目录添加新主机类型到集群，如果你已经有了该主机类型的distribution文件，你可以跳过这些步骤。

  • 登录root到任何一个有权限进入LSF安装脚本目录的主机。
  • 切换到安装脚本的目录路径。
    #cd /usr/share/lsf/cluster1/10.1/install
  • 编辑install.config文件指定你希望对新主机类型执行的操作。
    install_config相关信息
    lsfinstall命令相关信息
  • 执行./lsfinstall -f install.config命令
  • 按照After Installing LSF步骤来设置新主机。

• 2 添加主机信息到lsf.cluster.cluster_name文件。

  • 以primary LSF administrator登录LSF管理主机。
  • 编辑LSF_CONFDIR/lsf.cluster.cluser_name文件，添加新主机的信息到HOST部分。
    • 添加主机名称。
      • 添加主机model或type。
        如果你输入！keyword在model和type列，运行在主机上的lim可以自动检测到主机型号。
        你可能希望使用默认的主机类型，并在拥有经验之后或者拥有更多信息之后再来修改。
    • 指定LSF server或者客户端在server列。
      • 1(one）作为server候选。
      • 0(zero)仅作为LSF 客户端 。
        默认情况下，主机被视为候选LSF server。

HOSTNAME  model  type      server  r1m  mem  RESOURCES  REXPRI
hosta     !      SUNSOL    1       1.0  4    ()         0
hostb     !      LINUX     0       1.0  4    ()         0
hostc     !      HPPA      1       1.0  4    ()         0
End Host

• 保存文件LSF_CONFDIR/lsf.cluster.cluster_name。
• 重新配置lim使得新主机在集群中可用。

% lsadmin reconfig
Checking configuration files ...
No errors found.
Do you really want to restart LIMs on all hosts? [y/n] y
Restart LIM on <hosta> ...... done
Restart LIM on <hostc> ...... done
Restart LIM on <hostd> ...... done

lsadmin reconfig命令检查配置错误。如果没有发现不可恢复的错误，将要求您确认要在所有主机上重新启动lim，并重新配置lim。如果发现不可恢复的错误，则退出重新配置。

• 重新配置mbatchd

% badmin reconfig
Checking configuration files ...
No errors found.
Do you want to reconfigure? [y/n] y
Reconfiguration initiated

badmin reconfig命令检查配置错误。如果没有发现不可恢复的错误，将要求您确认重新配置。如果发现不可恢复的错误，则退出重新配置。

1. 3 （可选）使用hostsetup命令设置新主机。

   • 以root登录任何可以访问LSF安装脚本路径的主机。
   • 切换到该目录下
     #cd /usr/share/lsf/cluster1/10.1/install
   • 运行hostsetup命令设置新主机。
     #./hostsetup --top="/usr/share/lsf/lsf_62" --boot=“y”
     hostsetup相关信息
   • 在新主机上启动LSF。

   bctrld start lim

#bctrld start res
#bctrld start sbd

2. 运行bhosts 和lshosts来验证更改。

从集群中移除主机

从集群中删除主机包括关闭主机防止作业运行在上面，同时从lsf.cluster.cluster_name文件中去掉对主机的引用。

关于这个任务

注意：禁止删除集群管理节点。如果你想更改默认的管理主机，更改lsf.cluster.cluster_name文件来重新指定默认的集群管理节点，然后再删除原来的管理主机。

步骤

1. 以root用户登录LSF主机。
2. 运行badmin hclose命令来关闭主机。
   关闭主机将阻止作业被发送到主机，并允许运行的作业完成。
3. 手动关闭lsf相关的守护进程。
4. 从LSF_CONFDIR/lsf.cluster.cluster_name文件删除该主机的引用。
5. 删除其他对该主机的引用，如果适用，从以下配置文件:
   LSF_CONFDIR/lsf.shared
   LSF_CONFDIR/cluster_name/configdir/lsb.hosts LSF_CONFDIR/cluster_name/configdir/sb.queues
   LSF_CONFDIR/cluster_name/configdir/lsb.resources
6. 注销要删除的主机，并以root或主要LSF管理员身份登录到集群中的任何其他主机.
7. 运行lsadmin reconfig命令来重新配置reconfigure LIM。

% lsadmin reconfig
Checking configuration files ...
No errors found.
Do you really want to restart LIMs on all hosts? [y/n] y
Restart LIM on <hosta> ...... done
Restart LIM on <hostc> ...... done

lsadmin reconfig检查配置错误。 如果没有错误发现，需要你进行确认是否重启所有主机的lim并且重新配置lim。如果不可恢复的错误被发现，重新配置程序将会退出。

8. 运行badmin mbdrestart命令来重启mbatchd。

% badmin reconfig
Checking configuration files ...
No errors found.
Do you want to reconfigure? [y/n] y
Reconfiguration initiated

badmin mbdrestart命令检查配置错误
如果没有发现不可恢复的错误，将要求您确认重新配置。如果发现不可恢复的错误，则退出重新配置。

9. 如果将LSF守护进程配置为在系统启动时自动启动，则从主机的系统启动文件中删除LSF节。
10. 如果主机的任何用户使用lstcsh shell作为他们的登录shell，请将他们的登录shell更改为tcsh或csh。从/etc/shell文件中删除lstcsh。