集群的基本概念-作业

• 作业是集群中最重要的一个概念，用户通过提交作业申请集群计算资源，完成计算任务
• 作业状态
  • PEND （待定）- - 作业在队列中等待调度与分派
  • RUN （运行）- - 作业已经被分派到节点机上，正在运行
  • DONE （完成）- - 作业已正常结束，正常退出值为0
  • EXIT （退出）- - 作业已经结束，但退出值不是0
  • PSUSP（待定挂起）- - 作业在待定时被挂起
  • USUSP（用户挂起）- - 作业被用户指定挂起
  • SSUSP（系统挂起）- - 作业被L S F系统挂起
  • POST_DONE（后处理完成）- - 作业的后处理动作，成功完成
  • POST_ ERR（后处理出错）- - 作业的后处理动作，出错
  • UNKWN（不确定）- - mb a t c h d与执行节点机上的s b a t c hd失去联系从而使作业状态不确定
  • ZOMBI（僵尸）- - 作业成为僵尸是因为系统失去了与作业执行节点机的联系

集群的基本概念-作业状态

集群的基本概念-队列

• 用户提交的作业首先被放到特定的队列中
• 队列相当于一系列的待发作业，待发作业在队列中按照预定的顺序排列并等待着使用资源的机会
• 队列实施不同的作业调度和控制策略。所有提交到同一队列中的作业，拥有相同的作业调度与控
制策略
• 队列一些基本属性:
 名称：这是队列唯一的标识
 优先级：队列中的作业使用资源的优先级越高
 队列限制：可以限制节点，作业数目，用户，组，处理器等
 调度策略：先到先服务策略（FCFS）、公平策略、抢占策略、排它策略
 调度窗口：队列中的作业使用集群资源的时间窗口

参考资料1：https://www.ibm.com/docs/en/spectrum-lsf/10.1.0?topic=execution-about-job-states
参考资料2：https://www.ibm.com/docs/en/spectrum-lsf/10.1.0?topic=execution-managing-job
参考资料3：https://www.ibm.com/docs/en/spectrum-lsf/10.1.0?topic=execution-view-job-information