Как обновить Slurm?
Меня попросили обновить нашу установку Slurm Workload Manager. У меня есть slurm 2.3.4 на узкий кластер Debian 7.0 (1 мастер + 8 узлов). Я не установил его, поэтому я немного озадачен тем, как это сделать и как действовать, не разрушая ничего. (Я не могу создать резервную копию данных, потому что слишком много терабайт данных, чтобы подумать, чтобы скопировать их куда-либо еще.)
Я думал об обновлении хотя бы до Jessie (Debian 8), но как насчет Slurm? Я внимательно прочитал раздел обновления ( https://slurm.schedmd.com/quickstart_admin.html) документа, считая, что обновление должно выполняться постепенно, а не перепрыгивать, например, с 2.3.4 до 17.
Стил мне не ясно точно, как это сделать. Как бы вы поступили, если бы вас попросили обновить кластер, о котором вы просто ничего не знаете? Что бы вы проверили? Какую версию os и slurm вы бы выбрали? Что бы вы сделали резервную копию? И как бы вы поступили?
Любая информация - золото! Спасибо
1 ответ
Я сделал аналогичные обновления с Torque/Moab, но не со Slurm, но могу дать несколько советов. Если вы можете получить тестовую систему или виртуальную машину для проверки работоспособности после обновления, это было бы идеально. В противном случае это сложная часть, упомянутая в документе:
Slurm разрешает обновления между любыми двумя версиями, номера основных выпусков которых отличаются на два или менее (например, с 15.08.x или 16.05.x до 17.02.x) без потери рабочих мест или другой информации о состоянии. Информация о состоянии из более старых версий не будет распознана и будет отброшена, что приведет к потере всех запущенных и ожидающих заданий.
Это означает, что если у вас есть запущенные и ожидающие работы задания после обновления, их там не будет. Таким образом, пользователям необходимо снова отправлять задания, а это означает, что вы потеряете приоритет и другие метаданные, связанные с заданиями, и информацию о состоянии.
В Torque/Moab была папка заданий, которую обычно можно скопировать и перенести в новую версию. Есть ли что-нибудь подобное?
По сути, если у вас нет тестового компьютера, тогда в этом случае вам нужно запланировать время простоя и сообщить пользователям, что все текущие задания в очереди будут потеряны, что означает, что они должны все повторно отправить. Если это не вариант, вам нужно найти способ перенести задания в обновленную систему.