Slurm 设置：连接 slurm 流套接字时出错

Question

我正在尝试使用 slurm 设置一个新集群。我已经设置了一个客户端和一个控制机器。 （我是新手.....）

1. 当我从控制机器输入 sinfo -vvv 时，它会告诉你

" sinfo: debug2: slurm_connect failed: Connection denied sinfo：debug2：在 192.168.155.142:6817 连接 slurm 流套接字时出错：连接被拒绝“

我的 slurm 配置为使用 6817 端口（此处提供完整配置https://pastebin.com/X4yDe99z

SlurmctldPort=6817

端口已打开（我也尝试禁用 ufw）

6817 (v6) ALLOW Anywhere (v6)

1. 当我尝试 slurmctld -Dvvv 时显示此错误

slurmctld: error: this host (xxxx/xxx) not a valid controller (gaia or (null))

我的 /etc/hosts 文件是 127.0.0.1 localhost 192.168.155.142 gaia

Answer 1

slurm.conf 中的参数ControlMachine 的值（您在其上启动slurmctld 的机器）必须是该机器上hostname -s 的精确输出，守护程序才能启动。

您机器上的hostname -s 似乎没有输出gaia。将gaia 替换为隐藏在xxxx/xxx 后面的内容。