Ansible 角色：marvel-nccr.slurm

一个在 Ubuntu 系统上安装 slurm 工作负载管理器的 Ansible 角色（已测试于 16.04、18.04 和 20.04）。

注意：该角色配置运行 slurm 的机器也作为计算节点（因此包含了一些关于机器内核数的自动检测功能）。 目前该角色尚未设计为设置多个节点的计算集群，对于这一点，请参阅例如 https://github.com/elasticluster/elasticluster 等工具。

该角色功能：

• 安装 slurm 包
• 设置 slurm 配置（/etc/slurm-llnl/slurm.conf），动态使用正确的平台资源（主机名、CPU 数等），并配置一个节点（命名为 $HOSTNAME）和一个分区（命名为 slurm_partition_name）。
• 添加 slurm-resources 脚本以及启动服务，以自动初始化正确的平台资源（在创建虚拟机镜像时，实例可能具有不同资源时需要的）
• 启动 slurm 服务。

要检查服务是否正在运行（假设使用 systemd）：

$ systemctl --type=service
...
slurmctld.service                  加载完成 活跃 运行 Slurm 控制器守护进程
slurmd.service                     加载完成 活跃 运行 Slurm 节点守护进程
...

要检查 slurm 节点/分区：

$ scontrol show node
$ scontrol show partition

这应该与 lscpu 给出的资源匹配。

要启用/禁用 slurm-resources 启动服务：

$ systemctl enable slurm-resources

要直接更改 slurm 的资源配置，可以使用例如：

$ slurm-resources -e restart_on_change=true -e slurm_max_cpus=2

这将更新节点定义的资源，将分区的最大 CPU 设置为 2（与节点上的 CPU 数无关），并在配置更新时重启 slurm 服务。

安装

ansible-galaxy install marvel-nccr.slurm

角色变量

参见 defaults/main.yml

示例剧本

- hosts: servers
  roles:
  - role: marvel-nccr.slurm

开发和测试

该角色使用 Molecule 和 Docker 进行测试。

安装 Docker 后：

将代码库克隆到名为 marvel-nccr.slurm 的包中（文件夹名称必须与 Ansible Galaxy 名称相同）

git clone https://github.com/marvel-nccr/ansible-role-slurm marvel-nccr.slurm
cd marvel-nccr.slurm

然后运行：

pip install -r requirements.txt  # 安装 molecule
molecule test  # 运行测试

或使用 tox（参见 tox.ini）：

pip install tox
tox

代码风格

代码样式使用 pre-commit 进行格式化和检查。

pip install pre-commit
pre-commit run -all

部署

通过 GitHub Actions 自动化部署到 Ansible Galaxy。 只需标记版本 vX.Y.Z 即可启动 CI 和发布工作流程。 请注意，只有在 CI 测试通过的情况下，发布才会完成。

许可证

MIT

联系

请将有关 Quantum Mobile 和相关 Ansible 角色的询问发送至 AiiDA 邮件列表。