如何获取 SLURM 中单个进程/线程的统计信息？

Question

如何从我的工作中监控每个正在运行的线程/进程？基本上，我希望看到类似于top 或ps 给出的输出：例如每个线程的 CPU 使用情况、进程的内存使用情况等。

在 SLURM 中有命令sstat，我可以在其中查看job stats。例如，它允许我检查提交的作业请求的总 CPU 时间（用户+系统）、RSS 甚至 CPU 频率。它不包括详细的每个进程（或线程）信息。

Answer 1

要获取进程级信息，您可以激活AcctGatherProfileType/hdf5 插件，该插件允许您将大量指标收集到打包在HDF5 文件中的时间序列中。请参阅此page 了解更多信息。