slurmctld：致命：集群名称不匹配答案

【问题标题】：slurmctld: fatal: CLUSTER NAME MISMATCHslurmctld：致命：集群名称不匹配
【发布时间】：2017-06-09 11:36:35
【问题描述】：

我开始 slurm 的方式：

mkdir -p /tmp/slurmstate/clustername
sudo slurmd
sudo munged -f
/etc/init.d/munge start 
sudo slurmdbd
sudo slurmctld -c

sacctmgr list cluster
   Cluster     ControlHost  ControlPort   RPC     Share GrpJobs       GrpTRES GrpSubmit MaxJobs       MaxTRES MaxSubmit     MaxWall                  QOS   Def QOS
---------- --------------- ------------ ----- --------- ------- ------------- --------- ------- ------------- --------- ----------- -------------------- ---------
   cluster                            0  7936         1                                                                                           normal

运行slurmctld -cD 给我以下错误。集群名称返回一些我不知道的无效字符串。我该如何解决？

> slurmctld -cD
slurmctld: fatal: CLUSTER NAME MISMATCH.
slurmctld has been started with "ClusterName=�����", but read "cluster" from the state files in StateSaveLocation.
Running multiple clusters from a shared StateSaveLocation WILL CAUSE CORRUPTION.
Remove /tmp/slurmstate/clustername to override this safety check if this is intentional (e.g., the ClusterName has changed).

注意：当我尝试以 root 用户身份运行 slurm 并切换回来时，开始出现此问题。我必须重新安装 mysql 才能修复它。

感谢您宝贵的时间和帮助。

【问题讨论】：

您可以检查slurm.conf中ClusterName 的值，并确保该文件的编码正确。
实际上它在slurm.conf file 上为ClusterName=cluster。 @damienfrancois
1) 为什么将/tmp/slurmstate/clustername 创建为一个目录（来自您最新的编辑）？ --- 2) 我认为错误消息不正确，如果我阅读the source code correctly，则在状态文件中找到不可打印的字符，而不是在slurm.conf 中（错误是真实的，但不幸的是消息切换了值）
哦...那么让我们取消删除我认为只是噪音的答案:)

标签： slurm

【解决方案1】：

^{我是一个完全的 SLURM 菜鸟（刚开始对它感兴趣以工作），所以如果我提出了误导性的建议，我深表歉意，但我想我可以指出一些错误。}

启动序列的第一行：

mkdir -p /tmp/slurmstate/clustername

所以你在这里创建一个目录，我的意思是clustername 是一个目录。

当守护程序启动时，它会尝试将此作为文件读取 (using fopen and fgets, see source code of latest version)。

然后，因为the behavior of fopen-ing a directory is system-dependent，任何事情都可能发生（它可能读取垃圾，或者失败......）。如果你能指定你正在使用的操作系统会很有趣。

建议：

rmdir /tmp/slurmstate/clustername
将您的第一行替换为mkdir -p /tmp/slurmstate，以创建slurmstate 目录（如果它不存在），但不要自己在其中创建clustername 文件（或目录！）。

第一次它将创建clustername 文件，并在其中写入取自slurm.conf 文件的名称。后续启动会从文件中读取值并与slurm.conf中的比较，然后继续启动。

PS：我刚刚注意到您在上次编辑中添加了该行，所以在这样做之前您遇到了根本问题......所以我指出的问题可能没什么。也许我应该（再次）删除该答案（但也许您的问题需要再次编辑）。

【讨论】：