nonstop.conf

Section: Slurm Configuration File (5)
Updated: Slurm Configuration File
Index

NAME

nonstop.conf - Slurm configuration file for fault-tolerant computing.
nonstop.conf-フォールトトレラントコンピューティング用のSlurm構成ファイル。

DESCRIPTION

nonstop.conf is an ASCII file which describes the configuration used for fault-tolerant computing with Slurm using the optional slurmctld/nonstop plugin. This plugin provides a means for users to notify Slurm of nodes it believes are suspect, replace the job's failing or failed nodes, and extend a job's in response to failures. The file location can be modified at system build time using the DEFAULT_SLURM_CONF parameter or at execution time by setting the SLURM_CONF environment variable. The file will always be located in the same directory as the slurm.conf file.
nonstop.confは、オプションのslurmctld / nonstopプラグインを使用したSlurmでのフォールトトレラントコンピューティングに使用される構成を記述するASCIIファイルです。このプラグインは、疑わしいと思われるノードをSlurmに通知し、ジョブの失敗または失敗したノードを置き換え、失敗に応じてジョブを拡張する手段をユーザーに提供します。ファイルの場所は、システム構築時にDEFAULT_SLURM_CONFパラメータを使用して変更するか、実行時にSLURM_CONF環境変数を設定して変更できます。ファイルは常にslurm.confファイルと同じディレクトリにあります。

Parameter names are case insensitive. Any text following a "#" in the configuration file is treated as a comment through the end of that line. Changes to the configuration file take effect upon restart of Slurm daemons, daemon receipt of the SIGHUP signal, or execution of the command "scontrol reconfigure" unless otherwise noted. The configuration parameters available include:
パラメータ名は大文字と小文字を区別しません。構成ファイルで「＃」に続くテキストは、その行の終わりまでコメントとして扱われます。特に明記されていない限り、構成ファイルへの変更は、Slurmデーモンの再起動、SIGHUPシグナルのデーモン受信、またはコマンド「scontrol reconfigure」の実行時に有効になります。使用可能な構成パラメーターは次のとおりです。

BackupAddr: Communications address used for the slurmctld daemon. This can either be a hostname or IP address. This value would typically be the same as the secondary SlurmctldHost in the slurm.conf file, when applicable.
slurmctldデーモンに使用される通信アドレス。これは、ホスト名またはIPアドレスのいずれかです。この値は、通常、slurm.confファイルのセカンダリSlurmctldHostと同じです（該当する場合）。
ControlAddr: Communications address used for the slurmctld daemon. This can either be a hostname or IP address. This value would typically be the same as the SlurmctldHost in the slurm.conf file.
slurmctldデーモンに使用される通信アドレス。これは、ホスト名またはIPアドレスのいずれかです。この値は通常、slurm.confファイルのSlurmctldHostと同じです。
Debug: A number indicating the level of additional logging desired for the plugin. The default value is zero, which generates no additional logging.
プラグインに必要な追加のロギングのレベルを示す数値。デフォルト値はゼロで、追加のログは生成されません。
HotSpareCount: This identifies how many nodes in each partition should be maintained as spare resources. When a job fails, this pool of resources will be depleted and then replenished when possible using idle resources. The value should be a comma delimited list of partition and node count pairs separated by a colon.
これにより、各パーティション内のノードをいくつスペアリソースとして維持する必要があるかが識別されます。ジョブが失敗すると、このリソースプールは使い果たされ、可能な場合はアイドルリソースを使用して補充されます。値は、コンマで区切られた、コロンで区切られたパーティションとノード数のペアのリストでなければなりません。
MaxSpareNodeCount: This identifies the maximum number of nodes any single job may replace through the job's entire lifetime. This could prevent a single job from causing all of the nodes in a cluster to fail. By default, there is no maximum node count.
これは、単一のジョブがジョブの存続期間全体で置き換えることができるノードの最大数を識別します。これにより、単一のジョブがクラスター内のすべてのノードで障害を引き起こすのを防ぐことができます。デフォルトでは、最大ノード数はありません。
Port: Port used for communications. The default value is 6820.
通信に使用するポート。デフォルト値は6820です。
TimeLimitDelay: If a job requires replacement resources and none are immediately available, then permit a job to extend its time limit by the length of time required to secure replacement resources up to the number of minutes specified by TimeLimitDelay. This option will only take effect if no hot spare resources are available at the time replacement resources are requested. This time limit extension is in addition to the value calculated using the TimeLimitExtend. The default value is zero (no time limit extension). The value may not exceed 65533 seconds.
ジョブに交換リソースが必要で、すぐに利用できるリソースがない場合は、時間制限を、TimeLimitDelayで指定された分数まで交換リソースを確保するのに必要な時間だけ、その時間制限を延長できるようにします。このオプションは、交換リソースが要求されたときに使用可能なホットスペアリソースがない場合にのみ有効になります。この制限時間延長は、TimeLimitExtendを使用して計算された値に追加されます。デフォルト値はゼロです（時間制限の拡張なし）。値は65533秒を超えることはできません。
TimeLimitDrop: Specifies the number of minutes that a job can extend its time limit for each failed or failing node removed from the job's allocation. The default value is zero (no time limit extension). The value may not exceed 65533 seconds.
ジョブの割り当てから削除された、失敗したノードまたは失敗したノードごとに、ジョブが時間制限を延長できる分数を指定します。デフォルト値はゼロです（時間制限の拡張なし）。値は65533秒を超えることはできません。
TimeLimitExtend: Specifies the number of minutes that a job can extend its time limit for each replaced node. The default value is zero (no time limit extension). The value may not exceed 65533 seconds.
置き換えられた各ノードについて、ジョブが時間制限を延長できる分数を指定します。デフォルト値はゼロです（時間制限の拡張なし）。値は65533秒を超えることはできません。
UserDrainAllow: This identifies a comma delimited list of user names or user IDs of users who are authorized to drain nodes they believe are failing. Specify a value of "ALL" to permit any user to drain nodes. By default, no users may drain nodes using this interface.
これは、失敗していると思われるノードをドレインすることを許可されているユーザーのユーザー名またはユーザーIDのコンマ区切りリストを識別します。「ALL」の値を指定して、すべてのユーザーがノードをドレインできるようにします。デフォルトでは、ユーザーはこのインターフェースを使用してノードをドレインできません。
UserDrainDeny: This identifies a comma delimited list of user names or user IDs of users who are NOT authorized to drain nodes they believe are failing. Specifying a value for UserDrainDeny implicitly allows all other users to drain nodes (sets the value of UserDrainAllow to "ALL").
これは、失敗していると思われるノードをドレインする権限がないユーザーのユーザー名またはユーザーIDのコンマ区切りリストを識別します。UserDrainDenyの値を指定すると、他のすべてのユーザーがノードをドレインできるようになります（UserDrainAllowの値を "ALL"に設定）。

EXAMPLE

#
# Sample nonstop.conf file
# Date: 12 Feb 2013
#
ControlAddr=12.34.56.78
BackupAddr=12.34.56.79
Port=1234
#
HotSpareCount=batch:6,interactive:0
MaxSpareNodesCount=4
TimeLimitDelay=30
TimeLimitExtend=20
TimeLimitExtend=10
UserDrainAllow=adam,brenda

COPYING

Slurm is distributed in the hope that it will be useful, but WITHOUT ANY WARRANTY; without even the implied warranty of MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU General Public License for more details.