src/Slurm/BatchManager_Slurm.cxx

   1 //  Copyright (C) 2007-2013  CEA/DEN, EDF R&D, OPEN CASCADE
   2 //
   3 //  Copyright (C) 2003-2007  OPEN CASCADE, EADS/CCR, LIP6, CEA/DEN,
   4 //  CEDRAT, EDF R&D, LEG, PRINCIPIA R&D, BUREAU VERITAS
   5 //
   6 //  This library is free software; you can redistribute it and/or
   7 //  modify it under the terms of the GNU Lesser General Public
   8 //  License as published by the Free Software Foundation; either
   9 //  version 2.1 of the License.
  10 //
  11 //  This library is distributed in the hope that it will be useful,
  12 //  but WITHOUT ANY WARRANTY; without even the implied warranty of
  13 //  MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  14 //  Lesser General Public License for more details.
  15 //
  16 //  You should have received a copy of the GNU Lesser General Public
  17 //  License along with this library; if not, write to the Free Software
  18 //  Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307 USA
  19 //
  20 //  See http://www.salome-platform.org/ or email : webmaster.salome@opencascade.com
  21 //
  22 /*
  23  *  BatchManager_Slurm.cxx :
  24  *
  25  *  Created on: 12 may 2011
  26  *  Author : Renaud BARATE - EDF R&D
  27  */
  28
  29 #include <cstdlib>
  30 #include <fstream>
  31
  32 #include <NotYetImplementedException.hxx>
  33 #include <Constants.hxx>
  34 #include <Utils.hxx>
  35 #include <Log.hxx>
  36
  37 #include "BatchManager_Slurm.hxx"
  38 #include "JobInfo_Slurm.hxx"
  39
  40 using namespace std;
  41
  42 namespace Batch {
  43
  44   BatchManager_Slurm::BatchManager_Slurm(const FactBatchManager * parent,
  45                                            const char * host,
  46                                            const char * username,
  47                                            CommunicationProtocolType protocolType,
  48                                            const char * mpiImpl)
  49     : BatchManager(parent, host, username, protocolType, mpiImpl)
  50   {
  51   }
  52
  53   BatchManager_Slurm::~BatchManager_Slurm()
  54   {
  55   }
  56
  57   // Method to submit a job to the batch manager
  58   const JobId BatchManager_Slurm::submitJob(const Job & job)
  59   {
  60     Parametre params = job.getParametre();
  61     const string workDir = params[WORKDIR];
  62
  63     // export input files on cluster
  64     exportInputFiles(job);
  65
  66     // build command file to submit the job and copy it on the server
  67     string cmdFile = buildCommandFile(job);
  68
  69     // define command to submit batch
  70     string subCommand = string("cd ") + workDir + "; sbatch " + cmdFile;
  71     string command = _protocol.getExecCommand(subCommand, _hostname, _username);
  72     command += " 2>&1";
  73     LOG(command);
  74
  75     // submit job
  76     string output;
  77     int status = Utils::getCommandOutput(command, output);
  78     LOG(output);
  79     if (status != 0) throw RunTimeException("Can't submit job, error was: " + output);
  80
  81     // find id of submitted job in output
  82     string search = "Submitted batch job ";
  83     string::size_type pos = output.find(search);
  84     if (pos == string::npos)
  85       throw RunTimeException("Error in the submission of the job on the remote host");
  86     pos += search.size();
  87     string::size_type endl_pos = output.find('\n', pos);
  88     string::size_type count = (endl_pos == string::npos)? string::npos : endl_pos - pos;
  89     string jobref = output.substr(pos, count);
  90
  91     JobId id(this, jobref);
  92     return id;
  93   }
  94
  95   /**
  96    * Create Slurm command file and copy it on the server.
  97    * Return the name of the remote file.
  98    */
  99   string BatchManager_Slurm::buildCommandFile(const Job & job)
 100   {
 101     Parametre params = job.getParametre();
 102
 103     // Job Parameters
 104     string workDir = "";
 105     string fileToExecute = "";
 106     string queue = "";
 107
 108     // Mandatory parameters
 109     if (params.find(WORKDIR) != params.end())
 110       workDir = params[WORKDIR].str();
 111     else
 112       throw RunTimeException("params[WORKDIR] is not defined. Please define it, cannot submit this job.");
 113     if (params.find(EXECUTABLE) != params.end())
 114       fileToExecute = params[EXECUTABLE].str();
 115     else
 116       throw RunTimeException("params[EXECUTABLE] is not defined. Please define it, cannot submit this job.");
 117
 118     string::size_type p1 = fileToExecute.find_last_of("/");
 119     string::size_type p2 = fileToExecute.find_last_of(".");
 120     string rootNameToExecute = fileToExecute.substr(p1+1,p2-p1-1);
 121     string fileNameToExecute = fileToExecute.substr(p1+1);
 122
 123     // Create batch submit file
 124     ofstream tempOutputFile;
 125     string tmpFileName = Utils::createAndOpenTemporaryFile("slurm-script", tempOutputFile);
 126
 127     tempOutputFile << "#!/bin/bash" << endl;
 128     tempOutputFile << "#SBATCH --output=" << workDir << "/logs/output.log." << rootNameToExecute << endl;
 129     tempOutputFile << "#SBATCH --error=" << workDir << "/logs/error.log." << rootNameToExecute << endl;
 130
 131     if (params.find(NAME) != params.end())
 132       tempOutputFile << "#SBATCH --job-name=\"" << params[NAME] << "\"" << endl;
 133
 134     // Optional parameters
 135     int nbproc = 1;
 136     if (params.find(NBPROC) != params.end())
 137       nbproc = params[NBPROC];
 138     tempOutputFile << "#SBATCH --ntasks=" << nbproc << endl;
 139
 140     if (params.find(EXCLUSIVE) != params.end()) {
 141       if (params[EXCLUSIVE])
 142         tempOutputFile << "#SBATCH --exclusive" << endl;
 143       else
 144         tempOutputFile << "#SBATCH --share" << endl;
 145     }
 146
 147     if (params.find(MAXWALLTIME) != params.end())
 148       tempOutputFile << "#SBATCH --time=" << params[MAXWALLTIME] << endl;
 149     if (params.find(MAXRAMSIZE) != params.end())
 150       tempOutputFile << "#SBATCH --mem=" << params[MAXRAMSIZE] << endl;
 151     if (params.find(QUEUE) != params.end())
 152       tempOutputFile << "#SBATCH --partition=" << params[QUEUE] << endl;
 153
 154     // Define environment for the job
 155     Environnement env = job.getEnvironnement();
 156     for (Environnement::const_iterator iter = env.begin() ; iter != env.end() ; ++iter) {
 157       tempOutputFile << "export " << iter->first << "=" << iter->second << endl;
 158     }
 159
 160     // generate nodes file
 161     tempOutputFile << "LIBBATCH_NODEFILE=`mktemp nodefile-XXXXXXXXXX`" << endl;
 162     tempOutputFile << "srun hostname > $LIBBATCH_NODEFILE" << endl;
 163     tempOutputFile << "export LIBBATCH_NODEFILE" << endl;
 164
 165     // Launch the executable
 166     tempOutputFile << "cd " << workDir << endl;
 167     tempOutputFile << "./" + fileNameToExecute;
 168     if (params.find(ARGUMENTS) != params.end()) {
 169       Versatile V = params[ARGUMENTS];
 170       for(Versatile::const_iterator it=V.begin(); it!=V.end(); it++) {
 171         StringType argt = * static_cast<StringType *>(*it);
 172         string     arg  = argt;
 173         tempOutputFile << " " << arg;
 174       }
 175     }
 176     tempOutputFile << endl;
 177
 178     // Remove the node file
 179     tempOutputFile << "rm $LIBBATCH_NODEFILE" << endl;
 180
 181     tempOutputFile.flush();
 182     tempOutputFile.close();
 183
 184     LOG("Batch script file generated is: " << tmpFileName);
 185
 186     string remoteFileName = rootNameToExecute + "_slurm.cmd";
 187     int status = _protocol.copyFile(tmpFileName, "", "",
 188                                     workDir + "/" + remoteFileName,
 189                                     _hostname, _username);
 190     if (status)
 191       throw RunTimeException("Cannot copy command file on host " + _hostname);
 192
 193     return remoteFileName;
 194   }
 195
 196   void BatchManager_Slurm::deleteJob(const JobId & jobid)
 197   {
 198     // define command to delete job
 199     string subCommand = "scancel " + jobid.getReference();
 200     string command = _protocol.getExecCommand(subCommand, _hostname, _username);
 201     LOG(command);
 202
 203     int status = system(command.c_str());
 204     if (status)
 205       throw RunTimeException("Can't delete job " + jobid.getReference());
 206
 207     LOG("job " << jobid.getReference() << " killed");
 208   }
 209
 210   JobInfo BatchManager_Slurm::queryJob(const JobId & jobid)
 211   {
 212     // define command to query batch
 213     string subCommand = "squeue -o %t -j " + jobid.getReference();
 214     string command = _protocol.getExecCommand(subCommand, _hostname, _username);
 215     LOG(command);
 216     string output;
 217     Utils::getCommandOutput(command, output);
 218     // We don't test the return code here because with jobs finished since a long time Slurm
 219     // returns an error and a message like "slurm_load_jobs error: Invalid job id specified".
 220     // So we consider that the job is finished when we get an error.
 221
 222     JobInfo_Slurm jobinfo = JobInfo_Slurm(jobid.getReference(), output);
 223     return jobinfo;
 224   }
 225
 226 }