本文档旨在指导用户如何使用 SLURM 作业调度器在多个输入文件上并行运行同一个 Python 脚本。文章详细解释了 SLURM 脚本的编写，着重讲解了如何正确配置节点和任务数量，以及如何使用 srun 命令有效地分配任务到各个节点，以实现最大程度的并行化。此外，还介绍了使用 SLURM 作业数组的替代方案，并比较了两种方法的优缺点。
SLURM 脚本配置
在使用 SLURM 并行运行脚本时，正确配置 SLURM 脚本至关重要。以下是一些关键参数的解释：
–nodes: 指定要请求的节点数量。集群中每个节点的 CPU 数量取决于具体的硬件配置。–ntasks: 指定要请求的总任务数量。–ntasks-per-node: 指定每个节点上允许运行的最大任务数量。如果指定了 –ntasks，则此参数表示每个节点上允许的最大任务数；否则，它表示每个节点上运行的任务的确切数量。
为了避免节点超额订阅，建议使用 –ntasks 和 –cpus-per-task 参数，尤其是在同构集群中。
使用 srun 命令
srun 命令用于在 SLURM 分配的资源上立即运行作业。在 sbatch 脚本中，srun 允许用户从已分配的资源中选择用于运行任务。
立即学习“Python免费学习笔记（深入）”；
以下是一个示例 SLURM 脚本，展示了如何使用 srun 在多个文件上并行运行 Python 脚本：
#!/bin/bash#SBATCH --nodes=8#SBATCH --ntasks-per-node=128INPUT_DIR='path/to/input/dir'OUTPUT_DIR='/path/to/output/dir'# Read the file names into an arrayINPUT_STEMS_FILE='/some/path/to/list/of/inputs.txt'INPUT_STEMS=()while IFS= read -r line; do INPUT_STEMS+=("$line")done < <(tr -d 'r' $OUTPUT_FILE_NAME &donewait
代码解释：
读取输入文件列表： 脚本首先从 INPUT_STEMS_FILE 读取输入文件名，并将它们存储在 INPUT_STEMS 数组中。循环遍历文件： 使用 for 循环遍历 INPUT_STEMS 数组中的每个文件。循环分配节点： 使用取模运算 (%) 将任务以循环方式分配给各个节点。$SLURM_NNODES 变量包含分配的节点总数。动态生成文件名： 根据循环索引 j 动态生成输入和输出文件名。使用 srun 运行任务： srun 命令用于在指定的节点上运行 Python 脚本。-N1: 指定每个任务使用 1 个节点。-n1: 指定每个任务运行在 1 个核心上。-w ${SLURM_NODELIST}： 限制任务只能在分配的节点上运行。–nodelist=$(hostname -s)$((NODE_NUMBER)): 指定任务运行的节点。 hostname -s 获取当前节点的主机名，然后加上循环分配的节点编号。python_script.py –input $INPUT_FILE_NAME > $OUTPUT_FILE_NAME: 运行 Python 脚本，并将输出重定向到指定的文件。&: 将任务放入后台运行。wait 命令： wait 命令确保所有后台任务完成后脚本才会退出。
注意事项：
确保 INPUT_DIR 和 OUTPUT_DIR 路径正确。python_script.py 脚本必须能够处理单个输入文件并生成相应的输出文件。根据实际情况调整 –nodes 和 –ntasks-per-node 参数。这个脚本假设节点名称的格式是 -。如果你的集群节点命名方式不同，你需要相应地修改 –nodelist 参数。
使用 SLURM 作业数组
SLURM 作业数组是另一种并行处理多个任务的方法。使用作业数组，可以创建多个作业，每个作业处理一个输入文件。
优点：
易于使用。SLURM 会自动管理任务分配。
缺点：
会创建大量的作业，可能对调度器造成压力。
以下是一个使用 SLURM 作业数组的示例脚本：
#!/bin/bash#SBATCH --array=0-999INPUT_DIR='path/to/input/dir'OUTPUT_DIR='/path/to/output/dir'INPUT_STEMS_FILE='/some/path/to/list/of/inputs.txt'# Read the file names into an arrayINPUT_STEMS=()while IFS= read -r line; do INPUT_STEMS+=("$line")done < <(tr -d 'r' $OUTPUT_FILE_NAME
代码解释：
#SBATCH –array=0-999: 创建 1000 个作业，作业 ID 从 0 到 999。TASK_ID=$SLURM_ARRAY_TASK_ID: 获取当前作业的 ID。根据 TASK_ID 动态生成输入和输出文件名。运行 Python 脚本，并将输出重定向到指定的文件。
总结
本文档介绍了两种使用 SLURM 在多个文件上并行运行 Python 脚本的方法：使用 srun 命令和使用 SLURM 作业数组。选择哪种方法取决于具体的需求和集群配置。使用 srun 命令可以更精细地控制任务分配，而作业数组则更易于使用。无论选择哪种方法，都需要仔细配置 SLURM 脚本，以确保任务能够有效地并行运行。
以上就是SLURM 并行处理：在多个文件上运行相同的 Python 脚本的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1373285.html
微信扫一扫 
支付宝扫一扫 
