使用Job Manager向远程服务器上提交作业

概述

从2015版开始，Job Manager支持设置设置远程服务器提交任务，该方法的特点是：

安全：仅使用SSH端口的加密通信；服务器端无需后台进程，无需单独开放其他端口，有效保障安全性，特别适合公共服务器上部署计算；

简单：支持自动创建任务文件夹和提交脚本，不需要终端登录服务器进行任务提交；

强壮：任务成功提交之后，即可断开与服务器的连接；不必担心网络问题造成的计算中断；无后台进程、数据库等复杂配置，更强壮；

便捷：随时可以联机查看即可查看任务、下载计算结果。

设置使用Job Manager远程提交并查看任务分为两步：

设置无密码SSH通信

设置提交服务器信息

第一步：设置ssh无密码通信(以远程服务器为Linux系统为例)

基本原理

SSH无密码通信的基本原理是，针对本机客户端生成一个特定的加密密钥，将密钥的private key保存在本机上，将密钥的public key保存于服务器的用户的authroized_keys里；这样以后登录服务器就不必再每次验证用户密码，而是直接验证密钥即可登录。

情况1.本机为Linux、Unix、Mac等系统

在本机输入命令：ssh-keygen -t rsa -C “MyMachine” (MyMachine可以改成便于标识本机客户端的字符，一直回车结束)

输入命令：cat ~/.ssh/id_rsa.pub(显示public key，拷贝下)

登录到远程服务器，检查是否存在 ~/.ssh/authorized_keys，若不存在创建此文件，将上一步拷贝的public key粘贴并保存；如果文件存在，则将上一步拷贝的public key粘贴在文件尾并保存。

情况2.本机为Windows系统

拷贝public_key的字符串；登录到远程服务器，检查是否存在 ~/.ssh/authorized_keys，若不存在创建此文件，将上一步拷贝的public key粘贴并保存；如果文件存在，则将上一步拷贝的public key粘贴在文件尾并保存。

使用菜单中conversions将private key转换保存为文件名VNL_rsa到一固定的目录下(例如用户目录下的.vnl目录下，在下一步中需要填入这个目录)；

测试无密码登录

VNL 2016版开始在Job Manager图形界面上直接提供测试诊断功能，方便易用。

测试设置是否正确，可使用以下脚本尝试ssh登录是否正常(以下脚本中的key_dir、hostname、username要按实际情况修改)：

from NL.ComputerScienceUtilities.SSHConnection import SSHConnection

import os

# -------------------------------------- #

# Edit only these 3 settings

# -------------------------------------- #

key_dir = 'path_to_SSH_keys'

hostname = 'HOST.CLUSTER.EDU'

username = 'my_user_name'

# -------------------------------------- #

port = 22

ok = os.path.isdir(key_dir)

if ok:

print "Sucessfully found local dir with SSH keys."

con = SSHConnection(hostname, port, username, key_dir)

con.connect()

ok = con.isConnected()

if ok:

print "Connection succesful."

else:

print "Error: Could not find local dir with SSH keys."

# -------------------------------------- #

将以上脚本保存，在editor中修改上面提到的三行，打开Windows的cmd窗口，输入命令：

atkpython test_ssh.py

ssh无密码连接设置成功则会显示：

Sucessfully found local dir with SSH keys.

Connection succesful.

第二步：在QuantumATK中添加Job Manager中添加远程服务器

目前QuantumATK中支持Direct和PBS两种服务器提交方式：

Direct：即服务器上没有PBS等队列系统，提交的计算直接在登录的主机上运行。这种方法常试用于单节点的服务器。

PBS：即QuantumATK将通过PBS系统提交任务。

这里以比较复杂的PBS为例：

点击“New”选择“Remote PBS”

在Settings里设置名称、IP地址(或主机名、域名)、端口(SSH默认为22)，登录的用户名、存储ssh private key的目录、队列名称、PBS(或Torque)命令位置等。

在Environment中设置保存计算任务的文件夹、mpi执行命令、要source的脚本(根据服务器一般提交任务的脚本进行设置，建议将mpi PATH等环境变量放在这里)、要export的环境变量(变量前不用加export命令)、Modules to load等。

在Resources里设置任务使用的计算资源

计算资源页面的几个设置都对应了PBS脚本中的一些资源请求和使用的参数，可以参考它自动创建的提交任务的pbs脚本中的内容：

例如：

Number of nodes 为 X，Number of cores per nodes 为 Y，对应于PBS脚本中

#PBS -l nodes=X:ppn=Y

Number of MPI processes 为 x，Number of MPI processes per nodes 为 y，对应了PBS脚本中的

…/mpirun -np x -ppn y xxxxx/atkkpython *.py

这个页面的设置按照硬件和计算体系大小的情况来进行设置：

一般来说，一个core对应一个MPI process，所以应满足

X*Y=x

Y=y

不勾选 Enable MKL_DYNAMIC

但是对于特别大(具体和一个计算节点的可用内存有关)的体系，如果内存有问题，则可能需要设置一个CPU对应一个MPI process，加入一个节点有2个CPU，这时：

X*2=x

y=2

勾选 Enable MKL_DYNAMIC (需测试此项的加速效果来决定是否勾选)

更大的体系，甚至可以一个节点对应于一个MPI process，这时

x=X

Y=1

勾选 Enable MKL_DYNAMIC(需测试此项的加速效果来决定是否勾选)

跨节点并行的还要注意网络选择等问题，详细情况参见QuantumATK并行计算。设置好之后可以看到所有的设置：

注意

当有任务提交之后，可能无法编辑服务器设置，需要先将任务从该服务器下删除(不会删除服务器上的任务文件夹和已经下载的数据)。

提交任务

如果以上设置没有问题，可以尝试提交任务。将作业脚本发送至job manager，选择相应的队列，点击开始按钮即可开始提交计算。

计算一旦开始排队或运行，VNL即可关闭，并断开网络连接。下次连接时，VNL会自动检测作业进度并下载文件。

自定义任务的计算设置

在提交任务时，用户仍有机会修改每个提交任务的计算设置，方法是：

向队列提交任务后不立即点击“开始运行按钮”，此时可以点击Job Setting按钮修改计算设置：

在Resource选项卡中可以临时修改此计算任务的计算资源(与上面队列设置类似)：

在IO选项中可以临时设定此计算任务的目录：

提示

由于为了防止重名覆盖，Job Manager会在设定的目录下自动为每个作业生成随机的文件夹名称，这为用户手动查找作业目录带来了一定的麻烦。为此，建议在提交任务时，为每个作业添加一个有意义的子目录(如上图中作业队列默认的目录为/home/ddong/atkjobs，提交任务时可以要求job manager创建子目录sic_bandstructures)，这样便于管理计算作业的文件夹。

问题排除

提交任务遇到问题时，需要针对具体问题编辑设置。