Gahp 服务器（故障问题）以状态 1 意外退出答案

【问题标题】：Gahp server (failure issues ) exited with status 1 unexpectedlyGahp 服务器（故障问题）以状态 1 意外退出
【发布时间】：2021-04-12 19:38:59
【问题描述】：

我正在开发一个基于 Web 的工具（名为 cloudcopasi），它从用户那里获取作业并将其提交给 bosco 资源（计算节点）。我在 Linux CentOS 7 上使用 bosco 版本（condor 8.8.12）。Web 界面允许用户添加一个 bosco 池，用户可以使用该池提交作业。但是，当我尝试提交作业时，它失败了。我也尝试使用以下命令测试池：

bosco_cluster --test

它给了我以下 GAHP 错误：

…..
Testing bosco submission...Passed!
Submission and log files for this job are in /home/cloudcopasi/bosco/local.bosco/bosco-test/boscotest.LTA07r
Waiting for jobmanager to accept job...Passed
Checking for submission to remote slurm cluster (could take ~30 seconds)...Failed
Showing last 5 lines of logs:
01/06/21 13:34:03 [3800] Gahp Server (pid=3815) exited with status 1 unexpectedly
01/06/21 13:34:08 [3800] gahp server not up yet, delaying ping
01/06/21 13:34:08 [3800] No jobs left, shutting down
01/06/21 13:34:08 [3800] Got SIGTERM. Performing graceful shutdown.
01/06/21 13:34:08 [3800] **** condor_gridmanager (condor_GRIDMANAGER) pid 3800 EXITING WITH STATUS 0

我不确定我错过了什么，但我不明白如何解决这个“Gahp 服务器”问题。

非常感谢任何帮助。

谢谢。

【问题讨论】：

标签： centos7 condor grid-computing

【解决方案1】：

这可能是 ssh 故障（网络、身份验证或授权）。 Bosco 运行以下命令访问远程集群提交主机：

<sbin>/remote_gahp <user>@<hostname> batch_gahp

您可以在命令行上运行它以获取有关问题所在的更多详细信息。 remote_gahp 是一个 bash 脚本，因此您可以在必要时进一步挖掘。

【讨论】：

嗨，我运行了你说的命令并得到以下输出：Agent pid 14621 /home/FCAM/hbaig/bosco/glite/bin/batch_gahp.symlink: /home/FCAM/hbaig/bosco/glite/bin/../lib/condor/libglobus_common.so.0: no version information available (required by /home/FCAM/hbaig/bosco/glite/bin/batch_gahp.symlink) $GahpVersion: 1.8.0 Mar 31 2008 INFN\ blahpd\ (poly,new_esc_format) $ 我能够连接到安装了 bosco 的远程服务器，但不明白这怎么可能是 SSH 问题。我完全是一个初学者，不明白如何进行。感谢您的应有帮助。
我还尝试监控已提交作业的状态，结果如下，可能有助于您了解发生了什么：$ condor_q -hold -- Schedd: <hostname> : <127.0.0.1:11000?... @ 01/07/21 18:01:30 ID OWNER HELD_SINCE HOLD_REASON 46.0 hbaig 1/6 13:34 Failed to start GAHP: Agent pid 3832\nImportError: No module named site\nAgent pid 3832 killed\n