控制作业

常用控制命令

命令	功能
bjobs	查看自己未结束的作业
bjobs -l JOBID	查看某个未结束作业的详情
bhist	查看自己已结束的历史作业
bhist -l JOBID	查看某个已结束历史作业的详情
bpeek JOBID	查看正在运行某个作业的stdout/stderr
bkill JOBID	终止某个作业
btop JOBID	设置作业最先运行
bbot JOBID	设置作业最后运行

作业状态

bjobs命令的作业状态可能值包括：

状态	描述
PEND	作业正在等待中。也就是说，作业尚未开始。
PROV	作业已被派发到一个正在唤醒的节能状态主机。在作业可以发送到 sbatchd之前，它处于PROV状态。
PSUSP	作业在等待期间被挂起，可能是作业所有者或LSF管理员操作的。
RUN	作业当前正在运行。
USUSP	作业在运行期间被挂起，可能是作业所有者或LSF管理员操作的。
SSUSP	作业被LSF挂起。
DONE	作业以状态0终止。
EXIT	作业以非零状态终止。
UNKWN	mbatchd已与运行作业的主机上的sbatchd失去联系。
WAIT	对于提交到块作业队列的作业，块作业中的成员正在等待运行。
ZOMBI	一般是两种情况之一①当sbatchd在执行主机上不可达时，如果非可重新运行的作业被bkill杀死， 并且作业显示为UNKWN。 ②运行可重新运行作业的主机不可用，并且LSF 已将作业重新排队，分配了新的作业ID，就像提交了新作业一样。 ③在执 行主机可用之后，LSF尝试杀死ZOMBI作业。ZOMBI作业成功终止后，作业 的状态长将更改为EXIT。 使用MultiCluster时，当在远程执行群集上运行的作 业变为ZOMBI作业时间，执行群集将像本地ZOMBI作业一样处于UNKWN状态，一般来 说就是计算节点坏了可以直接杀掉理该作业。①因为计算节点负载过高此外，未 能及时获取它还会通知提交群集作业状态导致状态未知，这种情况一般只需要等待即可，待 负载下降获取状态后就正常了。②因为计算节点出现故障且长时间未恢 复，调度系统无法获取作业状处于ZOMBI状态，此时如果登录不到相应的计算节点， 可以直接杀掉并且提交群集将重新排队作业。

作业等待

bwait -w "wait_condition" [-t timeout]

暂停并等待作业条件满足，不满足一直暂停等待，满足则执行完毕返回。

典型用法：在脚本中不要循环使用bjobs判断作业状态，而用bwait等待作业运行完成，这样更优雅且能显著降低对集群的压力。

• -w wait_condition：要满足的等待条件，此表达式与上述bsub -w选项的格式相同。
• -t timeout：等待条件的超时，范围为1-525600分钟，默认为一年。