scontrol
简介
scontrol 是 Slurm 系统中用于系统控制和配置管理的命令工具：
- 查看和修改 Slurm 配置
- 管理作业、节点、分区等资源
- 需要管理员权限执行多数操作
- 提供实时系统状态查看功能
常用参数
| 功能 | 命令示例 | 说明 |
|---|---|---|
| 作业管理 | ||
| 查看作业 | scontrol show job <jobid> | 显示作业详情 |
| 作业扩展信息 | scontrol show job_ex <jobid> | 显示job的额外信息 |
| 修改作业 | scontrol update jobid=123 ... | 修改作业参数 |
| 取消作业 | scontrol kill <jobid> | 终止运行中的作业 |
| 节点管理 | ||
| 查看节点 | scontrol show node <node> | 显示节点详情 |
| 修改节点 | scontrol update nodename=node01 ... | 更新节点配置 |
| 下线节点 | scontrol update nodename=node01 state=DRAIN | 将节点设为维护状态 |
| 分区管理 | ||
| 查看分区 | scontrol show partition <name> | 显示分区配置 |
| 修改分区 | scontrol update partition=debug ... | 更新分区参数 |
| 其他功能 | ||
| 查看配置 | scontrol show config | 显示系统配置 |
| 查看许可证 | scontrol show lic | 显示许可证状态 |
使用 示例
作业管理
查看作业扩展信息
scontrol show job_ex 12345
扩展信息说明
| 字段 | 描述 |
|---|---|
| RespHost | 交互式作业请求的主机名 |
| Port | 分配响应端口(alloc_resp_port) |
| OtherPort | 其他端口(用于接收如SRUN_PING等通知) |
| LastActivity | 作业分配的最后活跃时间(job last_time_active) |
修改作业参数
scontrol update jobid=12345 TimeLimit=1-12:00:00
修改作业优先级
scontrol update jobid=12345 Priority=1000
终止作业
scontrol kill 12345 "Maintenance required"
节点控制
将节点设为维护状态
scontrol update nodename=node01 state=DRAIN reason="Hardware upgrade"
恢复节点
scontrol update nodename=node01 state=RESUME
分区控制
修改分区状态
scontrol update partition=debug state=UP
设置分区节点权重
scontrol update partition=debug weight=100
状态管理
节点状态类型
| 状态 | 说明 |
|---|---|
| IDLE | 节点空闲可用 |
| ALLOC | 节点已分配 |
| MIXED | 节点部分分配 |
| DRAIN | 节点维护中 |
| FAIL | 节点故障 |
| DOWN | 节点下线 |
分区状态类型
| 状态 | 说明 |
|---|---|
| UP | 分区可用 |
| DOWN | 分区不可用 |
| DRAIN | 分区维护中 |
注意事项
- 多数修改操作 需要管理员权限
- 修改配置可能影响系统运行，建议在维护窗口操作
- 节点状态变更可能需要时间生效
- 部分修改可能需要同步更新slurm.conf配置文件
- 生产环境操作前建议先测试
📌 最佳实践：
- 重要操作前先查看当前状态：
scontrol show <entity> - 修改配置后验证：
scontrol reconfigure - 维护操作记录原因：
scontrol update ... reason="<详细说明>" - 批量操作使用节点范围表达式：
node[01-08,12]