我正在尝试使用aprun运行多节点作业。然而，我无法弄清楚在bash环境中如何获得排名（或任何作为每项工作的ID）。像这样简单的工作：如何在aprun中获得排名
aprun -n 8 -N 2 ./examplebashscript.sh
我怎样才能得到每个产卵工作的排名？ 如果没有排名或任何独特工作ID之类的东西，这个预编程线只会运行16次完全相同的程序，这是不可取的。
我一直在阅读文档，令人惊讶的是我找不到甚至解释了aprun提供的默认变量。
我已经与mpirun合作过，我知道如何使用C和Python程序获取每个作业的等级值，但不是在Bash中。 aprun甚至没有文件记录。
假设你在最近的Cray上运行，你不能。您的脚本在登录节点上执行，并且aprun命令将启动计算节点上的应用程序。
您启动的应用程序可以通过初始化MPI然后调用MPI_Rank来获得排名。
执行此操作的一种方法是编写一个包装脚本，该脚本可以运行一系列任务，然后将其中的每个脚本生成为一个单独的脚本。
在您的片段，它看起来像你想运行每个计算节点的脚本的2个实例共获得8所以，在你的工作的脚本，你可以这样做：
for ((i=0; i<8; i+=2)); do
aprun -n 1 ./wrapper.sh $i 2 &
done
wait
然后在包装你可以这样做（其中附加$ J向你唯一索引）：
end=$(($1 + $2))
for ((j=$1; j<$end; j+=1)); do
./examplebashscript.sh $j &
done
wait
您还可以设置以下环境变量，以获得不同的进程和线程的位置。你需要设置这些在你的shell（或作业脚本）运行 “aprun” 前：
export MPICH_CPUMASK_DISPLAY=1
export MPICH_RANK_REORDER_DISPLAY=1
例如，运行：
aprun -n 24 ./examplebashscript.sh
（的简写形式）：
aprun -n 24 -N 24 -S 12 -d 1 ./examplebashscript.sh
将在STDERR上给出以下类型的输出（注意这是在XC30上，每个计算节点上有两个Intel Ivy Bridge 12-内核处理器，因此由于存在超线程，掩码显示每个节点上有48个内核）：
[PE_0]: MPI rank order: Using default aprun rank ordering.
[PE_0]: rank 0 is on nid02749
[PE_0]: rank 1 is on nid02749
[PE_0]: rank 2 is on nid02749
[PE_0]: rank 3 is on nid02749
[PE_0]: rank 4 is on nid02749
[PE_0]: rank 5 is on nid02749
[PE_0]: rank 6 is on nid02749
[PE_0]: rank 7 is on nid02749
[PE_0]: rank 8 is on nid02749
[PE_0]: rank 9 is on nid02749
[PE_0]: rank 10 is on nid02749
[PE_0]: rank 11 is on nid02749
[PE_0]: rank 12 is on nid02749
[PE_0]: rank 13 is on nid02749
[PE_0]: rank 14 is on nid02749
[PE_0]: rank 15 is on nid02749
[PE_0]: rank 16 is on nid02749
[PE_0]: rank 17 is on nid02749
[PE_0]: rank 18 is on nid02749
[PE_0]: rank 19 is on nid02749
[PE_0]: rank 20 is on nid02749
[PE_0]: rank 21 is on nid02749
[PE_0]: rank 22 is on nid02749
[PE_0]: rank 23 is on nid02749
[PE_23]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000100000000000000000000000
[PE_22]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000010000000000000000000000
[PE_21]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000001000000000000000000000
[PE_0]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000000000000000000000001
[PE_20]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000100000000000000000000
[PE_9]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000000000000001000000000
[PE_11]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000000000000100000000000
[PE_10]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000000000000010000000000
[PE_8]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000000000000000100000000
[PE_1]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000000000000000000000010
[PE_2]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000000000000000000000100
[PE_18]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000001000000000000000000
[PE_7]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000000000000000010000000
[PE_15]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000000001000000000000000
[PE_3]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000000000000000000001000
[PE_6]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000000000000000001000000
[PE_16]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000000010000000000000000
[PE_14]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000000000100000000000000
[PE_13]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000000000010000000000000
[PE_12]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000000000001000000000000
[PE_4]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000000000000000000010000
[PE_5]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000000000000000000100000
[PE_17]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000000100000000000000000
[PE_19]: cpumask set to 1 cpu on nid02749, cpumask = 000000000000000000000000000010000000000000000000
您可能可以通过某种方式捕捉到这一点。
尝试寻找环境变量ALPS_APP_PE在您已经编程的bash脚本中。
对于脚本的每个实例它们都会有所不同（创建的实例数由aprun命令中的-n选项给出）。
如果脚本随后执行MPI程序的实例，那么该实例将具有由ALPS_APP_PE给出的MPI等级值。
需要注意的是，一些Cray网站可能会决定不公开此变量或使用不同的名称。很老的ALPS版本也不支持它，但这些都很少见。
一个例子来看看这个CUG 2014纸：
https://cug.org/proceedings/cug2014_proceedings/includes/files/pap136.pdf
我一点都不熟悉'aprun'，你是对的，从看它，文件是不是非常好。但是我会尝试的一件事就是将环境变量使用'env'转储到某个文件中，并查看是否通过环境变量传递了这些信息。你可以使用像'env> $（hostname） - $$。env'这样的东西写出一个基于正在运行的进程的主机名和PID命名的文件，希望每次调用都可以得到不同的结果。 – 2015-03-13 18:48:04
我刚刚尝试过，不幸的是我没有看到任何接近我需要的东西。有一些SLURM变量（如SLURM_NNODES，SLURM_JOBID），它们在所有作业中都是相同的。因此，我需要有人对如何为阿伦运行独特的工作提供一些启示。 – user4668442 2015-03-13 19:14:19