Platform LSF作业提交与管理详解

本文档主要介绍了Platform LSF (Load Sharing Facility) 的基本使用，包括作业提交、管理和资源管理等核心概念。重点讲述了如何通过`bsub`命令提交串行作业，并解释了不同参数的含义。 在LSF使用综述中，环境变量的设置是基础。例如，`LSF_SERVERDIR`、`LSF_LIBDIR`、`LSF_VERSION`、`LSF_BINDIR` 和 `LSF_ENVDIR` 都是与LSF系统相关的重要路径和版本信息。用户可以通过设置这些环境变量来确保LSF系统的正常运行。 作业提交是LSF系统中的关键操作，通过`bsub`命令完成。例如，提交一个普通串行作业的命令如下： ```bash bsub -W 60 a.out ``` 这里的参数说明如下： - `-W 60` 表示作业的运行时间限制为60分钟。 - 无 `-n` 参数意味着默认使用1个CPU。 - 无 `-q` 参数意味着使用默认队列，这里可能是`QS_Norm`。 对于其他类型的作业，如Gauss作业和Dock作业，提交命令会有不同参数： - Gauss作业： ```bash bsub -W 60 -n 32 -q QN_Norm g03.lsftest397.com ``` 这里 `-n 32` 请求32个CPU，`-q QN_Norm` 指定了队列`QN_Norm`，`g03.lsf` 是Gauss作业的特定关键字。 - Dock作业： ```bash bsub -W 12:00 -a openmpi -n 4 /public/software/dock6-openmpi/bin/dock6.mpi-itest.in -o test.out ``` 这里 `-a openmpi` 指定了使用OpenMPI运算，`-n 4` 请求4个CPU，`mpirun.lsf` 是用于并行计算的启动器。 除了作业提交，还提到了一些其他LSF命令的使用注意事项，如`btop`、`bbot`和`bhist`，它们分别用于查看系统的顶层状态、底层状态和历史作业记录。`bswitch` 命令则用于在不同队列间重定向大量作业。 资源管理是LSF系统的关键部分，包括CPU、内存等硬件资源的分配和调度。用户可以设定作业的资源需求，例如CPU数量、内存大小等，以确保公平且高效地使用计算资源。 系统监视是确保LSF集群稳定运行的重要环节，可以通过各种监控工具检查队列状态、作业进度、系统负载等信息。 此外，文档还提及了故障分析和讨论环节，表明LSF的使用不仅涉及技术操作，还包括问题排查和社区交流。 Platform LSF 提供了一套强大的集群管理和作业调度系统，通过合理的参数配置和资源管理，可以有效地支持大规模并行计算任务。