HPC计算节点没有运行作业

Question

我没有很多信息，所以请让我知道我能做些什么来诊断此问题。

我的HPC有几个计算节点，我昨晚提交的其中一个作业在运行几个小时后就暂停了。今天早上我用qstat进行了检查，发现自从我上次检查它之后，它没有取得任何进展。其他节点似乎处理得很好。

我删除了作业并重新提交了该作业，但它看起来就好像它在队列中一样，即使在它之前没有计划其他作业。

gstat显示它没有排队的进程，但节点处于活动状态。

qstat命令-s说“不运行：排水系统，让饥饿的作业运行”

如果它是有帮助的，这是建立在一个CentOS 6.5的环境。

我还能做些什么来诊断这个问题？

Answer 1

事实证明，运行超过24小时的转矩脚本会导致暂停被放置到调度器提交的所有其他作业上。我们需要杀死负责任的工作，一切都恢复原状。