文档建议反馈控制台
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
发布
社区首页 >专栏 >毅硕HPC | 配置SLURM作业队列优先级

毅硕HPC | 配置SLURM作业队列优先级

原创
作者头像
INSVAST
发布于 2025-11-18 09:27:28
发布于 2025-11-18 09:27:28
1890
举报
文章被收录于专栏：毅硕HPC毅硕HPC

Slurm (Simple Linux Utility for Resource Management， http://slurm.schedmd.com/ )是一个开源的、具有容错性、高度可扩展的集群管理和作业调度系统，适用于大型和小型 Linux 集群。Slurm 不需要对内核进行修改，它的运行方式相对独立以避免节点相互干扰，提高运行效率。

作为集群工作负载管理器， Slurm 具有三个关键功能。首先，它分配独占和或非独占节点提供给用户在一段时间内访问资源（计算节点），以便他们可以执行业务计算。其次，它提供了一个用于启动、执行和监视分配节点上的工作（通常是并行作业）的框架。最后它通过管理待处理作业的队列来仲裁资源争用。所有需运行的作业，无论是用于程序调试还是业务计算，都可以通过交互式并行 srun 、批处理式 sbatch 或分配式 salloc 等命令提交，提交后可以利用相关命令查询作业状态等。

为了更有效地管理和分配资源，优化作业调度，提升系统利用率，并满足多样化的作业需求，队列成为任务调度中不可或缺的配置项。合理的队列设置能够确保高优先级的任务优先获得所需资源，从而最大化资源利用效率。

本文介绍在Slurm系统环境下，当出现作业提交或作业状态变化时，如何通过恰当的队列配置策略来实现尽可能多的任务调度处理，以达到最佳性能。

一、Slurm队列类型

Slurm任务按优先级排序执行，若分区存在不可调度任务，则后续任务暂停。高优先级任务可抢占低优先级任务资源，被抢占任务可以取消、重置或挂起。如果您启用回填调度（默认），按 bf_interval 周期计算低优任务能否在不延迟高优任务前提下运行，需占用整机资源并可能触发整机抢占。调度配置通过 slurm.conf 指定 SchedulerType （默认 sched/backfill 插件）及详细参数 SchedulerParameters ，具体参数配置，请参见官方文档（https://slurm.schedmd.com/sched_config.html）。

在调度过程中，所有任务都会被整合到一个列表中，并通过不同的优先级算法来确定执行顺序。Slurm支持以下两种队列类型：

  • 先进先出（FIFO）队列，任务的排序依据是它们提交的时间顺序。
  • 多因素（MultiFactors）队列，是一种更高级的任务排队机制，默认处于启用状态，它能够根据多个因素综合计算作业的优先级。

1.  先进先出（FIFO）队列

默认情况下，Slurm采用先进先出FIFO为基础分配作业优先级。关于优先级调度的配置文件存放 slurm.conf 中，可以通过修改参数 PriorityType 来配置优先级。

代码语言：javascript
复制
# 1.找到并编辑slurm.conf文件
sudo nano /etc/slurm/slurm.conf

# 2.启用抢占模式，并指定基于先进先出优先级的抢占策略
PriorityType=priority/basic 

2.  多因素（MultiFactors）队列

Slurm多因素调度通过加权计算以下因子确定任务优先级：作业执行时长、资源差异（已分配vs已消耗）、作业规模、用户参数、数据分区、TRES（资源等价值）类型及服务质量（QOS）。权重分配与具体计算逻辑，请参见多因素优先级配置说明（https://slurm.schedmd.com/priority_multifactor.html）。

代码语言：javascript
复制
Job_priority =
        site_factor +
        (PriorityWeightAge) * (age_factor) +
        (PriorityWeightAssoc) * (assoc_factor) +
        (PriorityWeightFairshare) * (fair-share_factor) +
        (PriorityWeightJobSize) * (job_size_factor) +
        (PriorityWeightPartition) * (priority_job_factor) +
        (PriorityWeightQOS) * (QOS_factor) +
        SUM(TRES_weight_cpu * TRES_factor_cpu,
            TRES_weight_<type> * TRES_factor_<type>,
            ...)
        - nice_factor

Slurm作业优先级通过以下加权因子计算：

  • 基础值：site_factor（自定义分值）。
  • 作业等待时间权重：作业等待时间越长，权重越高（PriorityWeightAge × age_factor）。
  • 关联权重：用户组/账户的资源使用公平性（PriorityWeightAssoc × assoc_factor）。
  • 公平共享权重：按资源使用比例调整分值（PriorityWeightFairshare × fair-share_factor）。
  • 作业大小权重：小/大作业优先（PriorityWeightJobSize × job_size_factor）。
  • 分区权重：分区优先级（PriorityWeightPartition × priority_job_factor）。
  • QoS权重：服务质量等级（PriorityWeightQOS × QOS_factor）。
  • 资源权重：资源类型（CPU/GPU等）权重加权。
  • Nice降级：- nice_factor（数值越大，优先级越低）。

您可以通过动态调整权重参数，实现公平、高效的任务调度。

典型应用示例：

  • 快速完成小作业：设置 PriorityWeightJobSize=-1，大作业的优先级降低，小作业更快被调度。
  • 保障关键用户/组：通过 PriorityWeightAssoc 和 Fair-share_factor 确保重要团队的作业优先运行。
  • 资源饥饿保护：配置 PriorityWeightFairshare=2000，低资源使用量的用户作业优先级显著提升。

二、设置多因素作业优先级

1.  设置分区优先级

  • 在配置文件中打开抢占功能开关，抢占类型设置为 preempt/partition_prio。
代码语言：javascript
复制
# 1.找到并编辑slurm.conf文件
sudo nano /etc/slurm.conf

# 2.启用抢占模式，并指定基于分区优先级的抢占策略
PreemptType=preempt/partition_prio
   
# 3.当作业被抢占时的行为，定义了当一个作业被抢占时会发生什么。# cancel表示取消该作业；suspend则会暂停它直到资源再次可用。。
PreemptMode=suspend  # 或者 "cancel"
  • 相关参数

参数

推荐值

作用

SelectType

select/cons_tres

定义资源分配策略，指定如何将任务分配到节点资源上。说明：由slurm cluster创建出的worker使用了dynamic node特性，因此只支持select/cons_tres类型。

SelectTypeParameters

CR_Core

传递给SelectType插件的具体参数，控制资源分配细节。

SchedulerType

sched/backfill

指定调度算法类型，决定任务如何被安排至节点。

PriorityType

priority/multifactor

定义任务优先级计算规则，决定任务调度顺序。

PreemptMode

SUSPEND,GANG

启用抢占策略的条件，即决定在什么情况下允许抢占运行中的任务。说明：开启抢占时，在select/cons_tres类型的select插件下只允许使用SUSPEND、GANG。

PreemptType

preempt/partition_prio

选择抢占机制类型，指定具体如何执行抢占行为。说明当前支持preempt/qos与preempt/partition_prio，本例中使用分区作为抢占的依据。

  • 添加一个高优先级分区

在slurm.conf中新增一条分区记录如：

代码语言：javascript
复制
# sudo nano /etc/slurm/slurm.conf
...
NodeName=rhel-efserver NodeAddr=192.168.1.25  CPUs=8 CoresPerSocket=2 ThreadsPerCore=1 RealMemory=1024 Procs=1 State=UNKNOWN
NodeName=rhel-compute NodeAddr=192.168.1.24  CPUs=16 CoresPerSocket=2 ThreadsPerCore=1 RealMemory=10240 Procs=1 State=UNKNOWN
NodeName=rhel-dcv NodeAddr=192.168.1.26  CPUs=8 CoresPerSocket=2 ThreadsPerCore=1 RealMemory=8192 Procs=1 State=UNKNOWN
NodeName=rhel-openscow NodeAddr=192.168.1.28  CPUs=16 CoresPerSocket=2 ThreadsPerCore=1 RealMemory=4096 Procs=1 State=UNKNOWN
NodeName=rhel-login NodeAddr=192.168.1.27  CPUs=8 CoresPerSocket=2 ThreadsPerCore=1 RealMemory=2048 Procs=1 State=UNKNOWN

PartitionName=compute Nodes=rhel-compute Default=YES MaxTime=INFINITE State=UP OverSubscribe=FORCE:1
PartitionName=dcv Nodes=rhel-dcv Default=NO MaxTime=INFINITE State=UP
PartitionName=debug Nodes=rhel-dcv,rhel-efserver,rhel-compute,rhel-openscow,rhel-login  Default=NO MaxTime=INFINITE State=UP

# high_prio_debug分区优先级Priority=10000，其他默认为1
PartitionName=high_prio_debug Nodes=rhel-dcv,rhel-efserver,rhel-compute,rhel-openscow,rhel-login  Priority=10000 Default=NO MaxTime=INFINITE State=UP

查看分区信息：

代码语言：javascript
复制
[root@rhel-openscow ~]# scontrol show partitions

PartitionName=compute
   AllowGroups=ALL AllowAccounts=ALL AllowQos=ALL
   AllocNodes=ALL Default=YES QoS=N/A
   DefaultTime=NONE DisableRootJobs=NO ExclusiveUser=NO ExclusiveTopo=NO GraceTime=0 Hidden=NO
   MaxNodes=UNLIMITED MaxTime=UNLIMITED MinNodes=0 LLN=NO MaxCPUsPerNode=UNLIMITED MaxCPUsPerSocket=UNLIMITED
   Nodes=rhel-compute
   PriorityJobFactor=1 PriorityTier=1 RootOnly=NO ReqResv=NO OverSubscribe=FORCE:1
   OverTimeLimit=NONE PreemptMode=GANG,SUSPEND
   State=UP TotalCPUs=16 TotalNodes=1 SelectTypeParameters=NONE
   JobDefaults=(null)
   DefMemPerNode=UNLIMITED MaxMemPerNode=UNLIMITED
   TRES=cpu=16,mem=10G,node=1,billing=16

PartitionName=dcv
   AllowGroups=ALL AllowAccounts=ALL AllowQos=ALL
   AllocNodes=ALL Default=NO QoS=N/A
   DefaultTime=NONE DisableRootJobs=NO ExclusiveUser=NO ExclusiveTopo=NO GraceTime=0 Hidden=NO
   MaxNodes=UNLIMITED MaxTime=UNLIMITED MinNodes=0 LLN=NO MaxCPUsPerNode=UNLIMITED MaxCPUsPerSocket=UNLIMITED
   Nodes=rhel-dcv
   PriorityJobFactor=1 PriorityTier=1 RootOnly=NO ReqResv=NO OverSubscribe=NO
   OverTimeLimit=NONE PreemptMode=GANG,SUSPEND
   State=UP TotalCPUs=8 TotalNodes=1 SelectTypeParameters=NONE
   JobDefaults=(null)
   DefMemPerNode=UNLIMITED MaxMemPerNode=UNLIMITED
   TRES=cpu=8,mem=8G,node=1,billing=8

PartitionName=debug
   AllowGroups=ALL AllowAccounts=ALL AllowQos=ALL
   AllocNodes=ALL Default=NO QoS=N/A
   DefaultTime=NONE DisableRootJobs=NO ExclusiveUser=NO ExclusiveTopo=NO GraceTime=0 Hidden=NO
   MaxNodes=UNLIMITED MaxTime=UNLIMITED MinNodes=0 LLN=NO MaxCPUsPerNode=UNLIMITED MaxCPUsPerSocket=UNLIMITED
   Nodes=rhel-compute,rhel-dcv,rhel-efserver,rhel-login,rhel-openscow
   PriorityJobFactor=1 PriorityTier=1 RootOnly=NO ReqResv=NO OverSubscribe=NO
   OverTimeLimit=NONE PreemptMode=GANG,SUSPEND
   State=UP TotalCPUs=56 TotalNodes=5 SelectTypeParameters=NONE
   JobDefaults=(null)
   DefMemPerNode=UNLIMITED MaxMemPerNode=UNLIMITED
   TRES=cpu=56,mem=25G,node=5,billing=56

PartitionName=high_prio_debug
   AllowGroups=ALL AllowAccounts=ALL AllowQos=ALL
   AllocNodes=ALL Default=NO QoS=N/A
   DefaultTime=NONE DisableRootJobs=NO ExclusiveUser=NO ExclusiveTopo=NO GraceTime=0 Hidden=NO
   MaxNodes=UNLIMITED MaxTime=UNLIMITED MinNodes=0 LLN=NO MaxCPUsPerNode=UNLIMITED MaxCPUsPerSocket=UNLIMITED
   Nodes=rhel-compute,rhel-dcv,rhel-efserver,rhel-login,rhel-openscow
   PriorityJobFactor=10000 PriorityTier=10000 RootOnly=NO ReqResv=NO OverSubscribe=NO
   OverTimeLimit=NONE PreemptMode=GANG,SUSPEND
   State=UP TotalCPUs=56 TotalNodes=5 SelectTypeParameters=NONE
   JobDefaults=(null)
   DefMemPerNode=UNLIMITED MaxMemPerNode=UNLIMITED
   TRES=cpu=56,mem=25G,node=5,billing=56

连续提交多个任务：srun sleep 1d &

代码语言：javascript
复制
[root@rhel-openscow ~]# squeue
             JOBID PARTITION     NAME     USER ST       TIME  NODES NODELIST(REASON)
                61   compute    sleep     root PD       0:00      1 (Priority)
                60   compute    sleep     root PD       0:00      1 (Resources)
                58   compute    sleep     root  R       0:17      1 rhel-compute
                59   compute    sleep     root  R       0:17      1 rhel-compute
                56   compute    sleep     root  R       0:18      1 rhel-compute
                57   compute    sleep     root  R       0:18      1 rhel-compute
                54   compute    sleep     root  R       0:19      1 rhel-compute
                55   compute    sleep     root  R       0:19      1 rhel-compute
                52   compute    sleep     root  R       0:20      1 rhel-compute
                53   compute    sleep     root  R       0:20      1 rhel-compute
                50   compute    sleep     root  R       0:21      1 rhel-compute
                51   compute    sleep     root  R       0:21      1 rhel-compute
                48   compute    sleep     root  R       0:22      1 rhel-compute
                49   compute    sleep     root  R       0:22      1 rhel-compute
                47   compute    sleep     root  R       0:23      1 rhel-compute
                45   compute    sleep     root  R       0:24      1 rhel-compute
                46   compute    sleep     root  R       0:24      1 rhel-compute
                44   compute    sleep     root  R       0:26      1 rhel-compute

在高优先级分区 high_prio_debug 提交任务：

代码语言：javascript
复制
# 任务44的ST（状态）从R变为了S，任务62的状态变为了R，说明任务44被挂起，任务62抢占资源运行
[root@rhel-openscow ~]# srun --partition=high_prio_debug -w rhel-compute sleep 1d &
[19] 62843
[root@rhel-openscow ~]#
[root@rhel-openscow ~]# squeue
             JOBID PARTITION     NAME     USER ST       TIME  NODES NODELIST(REASON)
                60   compute    sleep     root PD       0:00      1 (Resources)
                61   compute    sleep     root PD       0:00      1 (Priority)
                58   compute    sleep     root  R       0:52      1 rhel-compute
                59   compute    sleep     root  R       0:52      1 rhel-compute
                56   compute    sleep     root  R       0:53      1 rhel-compute
                57   compute    sleep     root  R       0:53      1 rhel-compute
                54   compute    sleep     root  R       0:54      1 rhel-compute
                55   compute    sleep     root  R       0:54      1 rhel-compute
                52   compute    sleep     root  R       0:55      1 rhel-compute
                53   compute    sleep     root  R       0:55      1 rhel-compute
                50   compute    sleep     root  R       0:56      1 rhel-compute
                51   compute    sleep     root  R       0:56      1 rhel-compute
                48   compute    sleep     root  R       0:57      1 rhel-compute
                49   compute    sleep     root  R       0:57      1 rhel-compute
                47   compute    sleep     root  R       0:58      1 rhel-compute
                45   compute    sleep     root  R       0:59      1 rhel-compute
                46   compute    sleep     root  R       0:59      1 rhel-compute
                44   compute    sleep     root  S       0:56      1 rhel-compute
                62 high_prio    sleep     root  R       0:05      1 rhel-compute

更新任务为高优先级任务：

代码语言：javascript
复制
# 任务60立即运行，任务45的ST（状态）从R变为了S，说明任务45被挂起，任务60抢占资源运行
[root@rhel-openscow ~]# scontrol update jobid=60 partition=high_prio_debug nodelist=rhel-compute
[root@rhel-openscow ~]# srun: job 60 has been allocated resources

[root@rhel-openscow ~]# squeue
             JOBID PARTITION     NAME     USER ST       TIME  NODES NODELIST(REASON)
                61   compute    sleep     root PD       0:00      1 (Resources)
                58   compute    sleep     root  R       5:21      1 rhel-compute
                59   compute    sleep     root  R       5:21      1 rhel-compute
                56   compute    sleep     root  R       5:22      1 rhel-compute
                57   compute    sleep     root  R       5:22      1 rhel-compute
                54   compute    sleep     root  R       5:23      1 rhel-compute
                55   compute    sleep     root  R       5:23      1 rhel-compute
                52   compute    sleep     root  R       5:24      1 rhel-compute
                53   compute    sleep     root  R       5:24      1 rhel-compute
                50   compute    sleep     root  R       5:25      1 rhel-compute
                51   compute    sleep     root  R       5:25      1 rhel-compute
                48   compute    sleep     root  R       5:26      1 rhel-compute
                49   compute    sleep     root  R       5:26      1 rhel-compute
                47   compute    sleep     root  R       5:27      1 rhel-compute
                46   compute    sleep     root  R       5:28      1 rhel-compute
                45   compute    sleep     root  S       5:20      1 rhel-compute
                44   compute    sleep     root  S       0:56      1 rhel-compute
                60 high_prio    sleep     root  R       0:08      1 rhel-compute
                62 high_prio    sleep     root  R       4:34      1 rhel-compute

2.  设置QOS服务质量优先级

Slurm需配置高/低优先级QOS（默认已存在优先级0的 normal），并通过 sacctmgr 创建高优QOS启用抢占。需在 slurm.conf 开启抢占功能（如 PreemptMode=priority）。

但需注意：若 PreemptType=SUSPEND,GANG ，高优任务抢占后，低优任务会以分时模式与高优任务共存（非完全中断）。配置QOS需要使用 sacctmgr 工具，以下是创建一个高优QOS的常用命令。

代码语言：javascript
复制
sacctmgr add qos high preempt=normal preemptmode=gang,suspend priority=10
  • preempt=normal：指定 high QoS可抢占 normal QoS的任务。
  • preemptmode=gang,suspend：
    • Gang模式：抢占任务需完全获取资源后才开始执行。
    • Suspend模式：被抢占任务暂停而非终止，释放资源供抢占者使用，待抢占任务结束时恢复执行。
  • priority=10：high QoS任务默认优先级基分为10（数值越高优先级越高）。 在slurm.conf中打开抢占相关开关涉及到以下参数，同时在配置Partition时，需要在配置的最后增加OverSubscribe=FORCE:1。

参数

推荐值

作用

SelectType

select/cons_tres

定义资源分配策略，指定如何将任务分配到节点资源上。说明：由slurm cluster创建出的worker使用了dynamic node特性，因此只支持select/cons_tres类型。

SelectTypeParameters

CR_Core

传递给SelectType插件的具体参数，控制资源分配细节。

SchedulerType

sched/backfill

指定调度算法类型，决定任务如何被安排至节点。

PriorityType

priority/multifactor

定义任务优先级计算规则，决定任务调度顺序。

PreemptMode

SUSPEND,GANG

启用抢占策略的条件，即决定在什么情况下允许抢占运行中的任务。说明：开启抢占时，在select/cons_tres类型的select插件下只允许使用SUSPEND、GANG。

PreemptType

preempt/qos

选择抢占机制类型，指定具体如何执行抢占行为。说明：当前支持preempt/qos与preempt/partition_prio，本例中使用QOS作为抢占的依据。

查看当前QOS：

代码语言：javascript
复制
[root@rhel-openscow ~]# sacctmgr show qos format=name
      Name
----------
    normal
       low

创建高优先级QOS：

代码语言：javascript
复制
[root@rhel-openscow ~]# sacctmgr add qos high preempt=normal preemptmode=gang,suspend priority=10
 Adding QOS(s)
  high
 Settings
  Description    = high
  Preempt                  = normal
  PreemptMode              = GANG,SUSPEND
  Priority                 = 10
Would you like to commit changes? (You have 30 seconds to decide)
(N/y): y
[root@rhel-openscow ~]#
[root@rhel-openscow ~]# sacctmgr show qos format=name
      Name
----------
    normal
       low
      high
[root@rhel-openscow ~]# sacctmgr show qos format=name,priority,preempt
      Name   Priority    Preempt
---------- ---------- ----------
    normal          0
       low          0
      high         10     normal

新建测试脚本：

代码语言：javascript
复制
# sudo nano test.sh
#!/bin/bash
srun sleep 10m

连续提交多个任务：

代码语言：javascript
复制
# sbatch test.sh
# ...
[root@rhel-openscow ~]# squeue
             JOBID PARTITION     NAME     USER ST       TIME  NODES NODELIST(REASON)
                79   compute  test.sh     root PD       0:00      1 (Resources)
                77   compute  test.sh     root  R       0:07      1 rhel-compute
                78   compute  test.sh     root  R       0:07      1 rhel-compute
                73   compute  test.sh     root  R       0:10      1 rhel-compute
                74   compute  test.sh     root  R       0:10      1 rhel-compute
                75   compute  test.sh     root  R       0:10      1 rhel-compute
                76   compute  test.sh     root  R       0:10      1 rhel-compute
                71   compute  test.sh     root  R       0:13      1 rhel-compute
                72   compute  test.sh     root  R       0:13      1 rhel-compute
                67   compute  test.sh     root  R       0:14      1 rhel-compute
                68   compute  test.sh     root  R       0:14      1 rhel-compute
                69   compute  test.sh     root  R       0:14      1 rhel-compute
                70   compute  test.sh     root  R       0:14      1 rhel-compute
                64   compute  test.sh     root  R       0:17      1 rhel-compute
                65   compute  test.sh     root  R       0:17      1 rhel-compute
                66   compute  test.sh     root  R       0:17      1 rhel-compute
                63   compute  test.sh     root  R       0:20      1 rhel-compute

向高优先级QOS提交任务：

代码语言：javascript
复制
# 高优先级QOS任务开始执行，通过分时的方式与其他任务共享资源
[root@rhel-openscow ~]# sbatch -w rhel-compute --qos=high test.sh
Submitted batch job 80
[root@rhel-openscow ~]# squeue
             JOBID PARTITION     NAME     USER ST       TIME  NODES NODELIST(REASON)
                79   compute  test.sh     root PD       0:00      1 (Resources)
                77   compute  test.sh     root  R       0:44      1 rhel-compute
                78   compute  test.sh     root  R       0:44      1 rhel-compute
                73   compute  test.sh     root  R       0:47      1 rhel-compute
                74   compute  test.sh     root  R       0:47      1 rhel-compute
                75   compute  test.sh     root  R       0:47      1 rhel-compute
                76   compute  test.sh     root  R       0:47      1 rhel-compute
                71   compute  test.sh     root  R       0:50      1 rhel-compute
                72   compute  test.sh     root  R       0:50      1 rhel-compute
                67   compute  test.sh     root  R       0:51      1 rhel-compute
                68   compute  test.sh     root  R       0:51      1 rhel-compute
                69   compute  test.sh     root  R       0:51      1 rhel-compute
                70   compute  test.sh     root  R       0:51      1 rhel-compute
                64   compute  test.sh     root  R       0:54      1 rhel-compute
                65   compute  test.sh     root  R       0:54      1 rhel-compute
                66   compute  test.sh     root  R       0:54      1 rhel-compute
                63   compute  test.sh     root  R       0:57      1 rhel-compute
                80   compute  test.sh     root  S       0:00      1 rhel-compute

3.  设置作业大小优先级

作业大小优先级是由 PriorityWeightJobSize 和PriorityWeightAge=1000 共同决定。

作业大小因素

非紧急任务需高效利用集群资源（不超期限）。当任务执行时间未知时，回填调度失效，此时优先调度小任务减少队头阻塞，同时依据排队时间提升大任务优先级防饿死；临近截止的大任务可抢占小任务资源（挂起小任务直至其完成）。

为提高非紧急任务集群利用率（不超过截止时间），您可以采取以下策略进行设置：

  • 优先调度小任务减少队头阻塞。
  • 按排队时长提升大任务优先级防饿死。
  • 临近截止的大任务可抢占小任务资源（小任务挂起至其完成）。任务执行时间未知时，回填调度失效，需以上机制保障资源高效利用。

通过实施上述措施，可以在保证关键任务按时完成的同时最大化利用集群资源，同时也兼顾了不同类型任务之间的平衡。

在slurm.conf中需要进行如下的配置（这里只展示特殊配置，slurm.conf中的其他配置不受影响）：

代码语言：javascript
复制
PriorityFavorSmall=YES
PriorityWeightAge=1000
PriorityWeightJobSize=1000
PriorityMaxAge=1-0

作业等待时间因素

  • 当设置完成作业大小优先级后，提交后等待时间为第二因素。Slurm通过任务请求资源与集群总资源的占比计算任务大小得分；若启用 PriorityFavorSmall=YES ，得分公式为：得分 = (1 - 资源占比) × PriorityWeightJobSize。例如，当集群可用4核CPU时：
    • 请求1核任务得分： (1 - 1/4) × 权重 = 0.75×权重 → 示例得分为0.375（若权重为0.5） 。
    • 请求4核任务得0分（完全占用资源）。
  • AgeFactor优先级计算：
    • 超过 PriorityMaxAge 的任务：直接得 PriorityWeightAge 全分。
    • 其他任务按提交时间占比得分，例如设置 PriorityWeightAge=1000 时，每分钟增加约0.69分，累计至24小时后得满分1000。
  • 回填调度建议，若可预估任务执行时间，建议启用默认的回填调度（或手动配置 SchedulerType=sched/backfill ），使其通过时间表调度小任务填充至大任务空闲时段。结合系统默认的大任务优先机制及临近截止时间抢占功能，可平衡资源利用率与公平性。

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

高性能计算集群

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

高性能计算集群
#毅硕HPC
#slurm
#作业队列优先级
#高性能计算集群
#教程
评论
登录后参与评论
0 条评论
热度
最新
登录 后参与评论
推荐阅读
目录
  • 一、Slurm队列类型
    • 1.  先进先出（FIFO）队列
    • 2.  多因素（MultiFactors）队列
  • 二、设置多因素作业优先级
    • 1.  设置分区优先级
    • 2.  设置QOS服务质量优先级
    • 3.  设置作业大小优先级
领券

腾讯云开发者

扫码关注腾讯云开发者

扫码关注腾讯云开发者

领取腾讯云代金券

热门产品

热门推荐

更多推荐

Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有 

深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 粤公网安备44030502008569号

腾讯云计算（北京）有限责任公司 京ICP证150476号 |  京ICP备11018762号

问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档

Copyright © 2013 - 2026 Tencent Cloud.

All Rights Reserved. 腾讯云 版权所有

登录 后参与评论