Skip to main content

常见问题

网络

登录节点进行网络接入认证

在登录节点登录校园网账号

集群中的登录节点进行网络接入认证（即登入南京大学校园网认证p.nju.edu.cn）后才可访问互联网，认证后登录节点所有用户均可访问互联网（相当于整个登录节点共享），请注意网络与账号隐私安全！

命令行登录和登出p.nju.edu.cn的方法有：

curl -X POST https://p.nju.edu.cn/api/portal/v1/login -H "Content-type: application/json" -d '{"username":"<username>","password":"<password>"}'
curl -X POST https://p.nju.edu.cn/api/portal/v1/logout -H "Content-type: application/json" -d '{}'

curl -s "http://p2.nju.edu.cn/portal_io/login?username=<username>&password=<password>"
curl -s http://p2.nju.edu.cn/portal_io/logout

**【强烈推荐】**如果有一些软件源需求，如conda、pip等包管理，或者需要外部代码库、容器，您可以通过中心提供的下列服务直接在集群上使用，无需登录校园网认证：

  • mirror.nju.edu.cn：conda、pip等大量常用软件源或代码仓库镜像
  • 代码托管：可手动镜像各大在线git仓库作为中转
  • 私服仓库：各软件源、容器缓存

计算节点访问网络

所有计算节点均不能自由无限制的访问外网（含校园网和互联网），如需访问可以单独申请开放。当前已经放开的网络访问

SSH/SFTP登录时报 no matching host key type found

SSH/SFTP登录时报错no matching host key type found. Their offer: ssh-rsa,ssh-dss，命令行添加选项-o HostKeyAlgorithms=+ssh-rsa或在~/.ssh/config中增加HostKeyAlgorithms +ssh-rsa

安装

pip安装包到自己的目录下

Python的大多数包不需要root权限也能安装，只需在pip install后加-t指定安装目录即可，如：

cd scikit-opt-master
pip install -t $HOME .

这样就装到自己的家目录下。在~/.bashrc里或者作业脚本中加上环境变量

export PYTHONPATH=$HOME:$PYTHONPATH

作业

作业运行时实际占用CPU核数过多

  1. 在作业中限定使用的CPU核数与申请核数相同，否则超过申请核数使用资源的作业会被杀掉。

特别是MATLAB/Python，很多Python包会自动多核并行计算，需要使用环境变量（如 OMP_NUM_THREADS、NUMEXPR_NUM_THREADS、OPENBLAS_NUM_THREADS、MKL_NUM_THREADS）等方式设定线程数，与进程数一起匹配申请的核数。

export OMP_NUM_THREADS=$LSB_DJOB_NUMPROC
export NUMEXPR_NUM_THREADS=$LSB_DJOB_NUMPROC
export OPENBLAS_NUM_THREADS=$LSB_DJOB_NUMPROC
export MKL_NUM_THREADS=$LSB_DJOB_NUMPROC
  1. 可以尝试在提交作业时添加如下参数，做CPU亲和绑定
#BSUB -R affinity[core:cpubind=core:membind=localprefer:distribute=pack]
  1. 如果实在不行可以 #BSUB -x 独占节点运行作业

排队作业数上限

动态限制用户排队作业数不能超过MAX(1000,MIN((30000-总作业数)/10,(20000-总排队作业数)/6))

即用户排队作业数，不超过三万减去总作业数的十分之一，也不超过二万减去总排队作业数的六分之一，但保底一千个。

作业状态UNKWN

一般是两种情况之一，如果作业状态长时间处于UNKWN状态，一般来说就是计算节点坏了可以直接杀掉作业。

  1. 因为计算节点负载过高，未能及时获取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态，此时如果登录不到相应的计算节点，可以直接杀掉作业。

路径

$HOME相对路径

让/bbfs相应目录保持在$HOME下的相对路径，这样可以轻松应对未来路径的变更

[yaoge123@login1 ~]$ ln -s /bbfs$HOME cache
[yaoge123@login1 ~]$ ln -s /bbfs/scratch/$USER scratch
[yaoge123@login1 ~]$ ls -l|grep bbfs
lrwxrwxrwx 1 yaoge123 yaoge 26 Mar 16 11:45 cache -> /bbfs/fsb/home/yaoge/yaoge123
lrwxrwxrwx 1 yaoge123 yaoge 20 Mar 16 11:45 scratch -> /bbfs/scratch/yaoge123

连接

VSCode 远程连接集群

VSCode 的 Remote-SSH 插件是远程开发的利器，但由于集群启用了两步认证（2FA），且登录节点（entry）不支持隧道转发，因此无法直接通过常规方式连接。解决方案是：在计算节点上启动一个用户态 SSH 服务，绑定一个高位端口，然后使用公钥直连该端口。

下面以在计算节点 m002 上操作为例（假设你已通过 srun --pty bash 或 ssh m002 进入了计算节点）。

1、在计算节点上配置用户态 SSH 服务

  1. 创建服务目录并生成主机密钥

    mkdir -p ~/.sshd
ssh-keygen -t rsa -f ~/.sshd/ssh_host_rsa_key -N ""

  2. 编写配置文件 ~/.sshd/sshd_config

    vim ~/.sshd/sshd_config

    写入以下内容（端口可自定义，此处以 2222 为例）：

    Port 2222
ListenAddress 0.0.0.0
HostKey ~/.sshd/ssh_host_rsa_key
PasswordAuthentication no
ChallengeResponseAuthentication no
UsePAM yes
PrintMotd no
Subsystem sftp internal-sftp

  3. 配置公钥登录（本地公钥写入服务器）

    • 在本地（在本地（你的电脑）获取公钥内容。Windows PowerShell 中执行： 
      type $env:USERPROFILE\.ssh\id_rsa.pub
      若使用 ED25519 则替换为 id_ed25519.pub。
    • 若本地无公钥则新建。Windows PowerShell 中执行： 
      ssh-keygen -t rsa -b 4096 -C "你的邮箱@example.com"
      若使用 ED25519 则在 Windows PowerShell 中执行： 
      ssh-keygen -t rsa -b 4096 -C "你的邮箱@example.com"
      执行后会提示你保存文件的位置，直接按回车使用默认路径。接着提示设置密码短语（passphrase），按回车留空（不设密码）。然后就可以执行获取公钥内容的步骤。
    • 回到计算节点，将公钥写入 ~/.ssh/authorized_keys： 
      mkdir -p ~/.ssh
chmod 700 ~/.ssh
vim ~/.ssh/authorized_keys   # 粘贴公钥内容，保存退出
chmod 600 ~/.ssh/authorized_keys
chmod 755 ~                  # 修复主目录权限，避免认证失败

  4. 启动用户态 sshd（务必使用非 debug 模式）

    /usr/sbin/sshd -f ~/.sshd/sshd_config

    验证监听端口是否成功：

    ss -tlnp | grep 2222

    应看到类似 0.0.0.0:2222 的输出。

2、本地连接测试

在本地终端中测试 SSH 连接（替换 IP 为计算节点的校园网 IP，可通过 hostname -I 查看）：

ssh -p 2222 用户名@210.28.xxx.xxx

若测试成功，再测试 SFTP（VSCode 依赖）：

sftp -P 2222 用户名@210.28.xxx.xxx

正常进入 sftp 交互界面即表示一切就绪。

3、配置 VSCode

  1. 编辑本地 SSH 配置文件（配置文件（路径 ~/.ssh/config），加入主机条目：

    Host cluster-dev
    HostName 210.28.xxx.xxx
    User 你的集群用户名
    Port 2222
    IdentityFile ~/.ssh/id_rsa   # 或 id_ed25519，与本地公钥对应

  2. 在 VSCode 中连接

    • 安装插件 Remote - SSH（SSH（如未安装）。
    • 按下 F1 或点击左下角齿轮图标，选择 Remote-SSH: Connect to Host...，然后输入 cluster-dev。
    • 首次连接时，VSCode 会自动在计算节点上安装 .vscode-server，稍等片刻即可。
    • 连接成功后，打开远程文件夹（如你的作业目录），即可像本地一样编辑、调试和运行代码。

注意：若 VSCode 连接后打开文件夹时断开，通常是因为 sshd 以 debug 模式运行（-d 参数）导致的，请确保启动命令不包含 -d。若出现该问题，先 pkill -u $USER sshd 结束所有用户态 sshd，再重新用正确命令启动。

4、进程管理（可选）

  • 查看当前用户启动的 sshd： 
    ps -ef | grep sshd | grep $USER
  • 关闭所有用户态 sshd： 
    pkill -u $USER sshd

安全提醒：该直连方式仅在校园网或 VPN 环境下使用，切勿暴露至公网；建议关闭密码登录（仅保留公钥）以防范暴力破解。

5、备选方案：网页版 VSCode（code-server）

若 SSH 方案不稳定，也可在计算节点上部署 code-server，通过浏览器访问：

# 需先安装或使用模块
code-server --bind-addr 0.0.0.0:8080

然后在本地浏览器访问 http://210.28.xxx.xxx:8080 即可获得浏览器版 VSCode 界面（注意密码保护，建议设置 --auth password）。

Back to top