用户手册
>
常见问题

常见问题 FAQ ​

一、常见运营相关问题 ​

用户组 ​

1. 为什么主账号添加用户进入用户组显示“服务不可用，请稍后再试”？
答：清除浏览器缓存，重新登陆或者换个浏览器试下。

2. 组用户的资源限制策略，是组内所有用户共享组的限制，还是每个子账号有独立的计算限制，比如最大作业数、节点数等？
答：是组内所有用户共享组的限制。

3. 为什么用户组成员在资源那块没有配置扩容的选项？
答：只有用户组管理员才可调整存储配额，子账号需要联系团队管理员处理。

4. 组管理员可以限制子账号使用的中心吗？比如主账号有两个计算中心资源，而子账号只能使用其中一个计算中心资源？
答：可以的，只要子账号不开通就可以。

5. 只有用户组管理员才能给自己账号下面的计算用户分配配额吗？
答：是的。

资源模块问题 ​

1. 开通资源后，为什么收不到短信或邮件？
答：在个人中心中确认是否已验证手机号，在设置中确认是否已设置接收短信通知，检查垃圾短信。

2. 为什么主页显示有可访问队列，但是无法申请计算资源？
答：无法申请计算资源，先确认队列状态是否正常，其次确认用户组核数与作业数达到上限。如果可以申请资源，但排队，确认是否有空闲资源。

3. 一个用户有多个中心资源，portal需要重复申请吗？
答：不需要重复申请。

资源变更 ​

1. 用户计算资源切换到正式队列后，现在没有测试队列的权限了，变更之前提交在测试队列的作业会正常跑完吗？
答：会正常跑完，可在命令行用squeue -a查看。

2. 如何调整存储资源？
答：可以后台申请调整存储空间，控制台右上角“我的商品>基础资源>存储资源>配置变更”。

账号停用 ​

1. 账号停用后不可以交作业可以理解，为什么命令行也不能使用？
答：账号已经停用，如果登陆使用还是会增加登陆节点负载，如果需要下载数据，可以通过E-File下载数据。

2. 为什么试用期还没到账号就显示停用了？
答：需要查看账号是否欠费。

3. 试用账号停用后之前部署的软件环境与数据还会保留吗？
答：存储还在，环境也在，删除账户后才会删除环境，数据可以通过E-File下载数据。（如果停用建议尽快将数据拷贝，停用后，系统有权删除账号。）

4. 账号停用之后，之前提交的作业还会继续运行吗？
答：停用之前提交的作业会运行，作业结束后扣费，可以通过作业界面查看，并通过E-File下载数据。

账号权限问题 ​

1. 为什么账号作业权限是3200核，现在用了640核就显示超出限制？
答：一般情况不会，检查用户组是否有其他子账号在跑作业，确定是否权限为3200核。

2. 为什么账号状态显示正常，但是没有可访问队列？
答：可能是队列已到期，可联系值班工程师帮忙确认。

3. 用户主页显示可用资源正常，但是提交作业显示sbatch: error: Batch job submission failed: Operation not permitted
答：确定账号是否已经停用。

计费问题 ​

1. 为什么还没有使用任何资源，存储费已经扣费了？
答：存储是按照配额扣费，不是按照实际使用量扣费。独占和存储都是按照自然月扣费，会在月首统一扣费。

2. 为什么一个作业有两个账单？
答：一个作业结束后，在扣费时上一个订单费用不够了就会从下一个订单扣费，所以会跨订单号。

3. 为什么同一个作业的单价是不一样的？
答：一个作业结束后，在扣费时上一个订单（测试订单）费用不够了就会从下一个订单（正式充值订单）扣费，所以会跨订单号。（测试订单和正式充值订单单价不一致）。

支付问题 ​

1. 支付方式有哪些？如何支付？
答：支付方式有：
1）在线支付：目前在线支付支持微信和支付宝方式进行支付，可根据您的使用喜好进行选择；
2）余额支付：您充值后的现金余额可以选择此种支付方式直接进行支付；
3）线下支付：提交订单后选择线下转账会生成认款单号，请您按照提示到银行操作转账， 线下转账方式的到账时间以银行时间为准，具体可以咨询客服。汇款时注意填写认款单号。
备注：在您提交订单后需要在页面显示的支付时效内容完成支付，否则订单会自动取消，具体支付方式和支付时效以实际下单页面显示的为准。

2. 在线支付失败怎么办？
答：支付失败的原因可能有如下几种情况：
1）您的银行卡尚未开通网上银行支付功能，建议您到当地营业厅开通网上银行；
2）所用银行卡超出该银行支持地域范围，请您更换银行卡试试；
3）银行卡已过期、作废、挂失或者余额不足等，建议您咨询您的开户行；
4）银行系统数据传输可能出现异常，建议您刷新页面或者稍后重启电脑；
5）部分银行设置有支付金额限制，如限制支付金额不能操作1500，超过1500的订单则无法支付成功，您可以联系发卡银行详细了解；
6）如遇活动高峰期导致付款不成功，建议您重新打开页面进行支付。

调度系统 ​

1. 平台的调度是什么调度系统？slurm是什么？
答：集群采用slurm调度系统，了解slurm 请详细参考 SLURM 作业调度系统

2. 队列有空闲节点，但任务在排队？
答：可以命令行执行squeue查看排队情况，当NODELIST(REASON)列显示状态为resource或者priority时，代表正常排队中，有资源释放排队任务会自动运行。

3. 文件不小心误删了怎么办？
答：由于集群采用共享存储，文件删除无法找回，请谨慎执行rm命令。

4. 作业显示节点异常nodefile怎么办？
答：如果是脚本提交，可以在脚本中加入#SBATCH -x 节点名 排除异常节点再重新提交，如果是其他方式提交，您可以直接重新提交。温馨提示：节点异常的情况后台会进行统一赔付。

5. 如何独占节点？
答：脚本添加#SBATCH --exclusive是独占节点的意思，独占节点会按照满核收费。

6. 计算账号名是什么？
答：点击首页的命令行 [E-Shell]，选择区域后，左下角@之前的字母就是计算账户名。

7. 计算节点无法联网下载？
答：目前计算节点是不支持上网功能的，可以告知值班工程师具体需求，工程师评估后会帮忙申请开通代理，配置后进行上网。

8. 如何查看可使用的队列？
答：
1）点击首页，选择要查询的区域，就可以看到可访问队列；
2）在登录节点中执行whichpartition命令进行查看。

二、控制台使用相关问题 ​

1. 登录E-shell后一直卡在登录界面或者E-shell使用起来比较卡顿怎么处理？
答：（1）清除下浏览器缓存，更换浏览器重新登陆； （2）更换网络测试，排除下本地网络连接问题； （3）上述方法都测试后依然卡顿，请在专属用户群寻求值班工程师帮助。

2. 快传客户端在运行，点击上传文件一直提示未检测到快传客户端，该怎么操作？
答：退出快传客户端重新打开。

3. 使用快传上传一个 70G 的包，一到 30GB 就提示重新上传，但没有具体报错，就开始从0上传，是什么原因？
答：可能受网络波动的影响，右键点击电脑桌面任务栏快传图标，在快传高级设置里面优先使用TCP要更稳定一些。

4. 如何修改密码？
答：重置/修改密码请参考 个人中心

5. 上传/下载速度太慢？

答：如果是使用网页进行下载，请换成快传客户端进行上传下载。

6. 如何上传/下载文件？
答：打开首页-数据管理-文件管理(E-File)，点击上传即可上传文件，选择需要下载的文件，点击下载既可下载文件，若有多个中心需在左上角选择使用中心以后再上传下载。

7. 如何进行scp传输？
答：在linux终端界面，可以使用scp传输文件，具体步骤如下：
1）AC进入eshell，点击右上角的小钥匙，下载秘钥例如 xh11.xxx_rsa.txt，记录域名和端口（例如xh1eshell.hpccube.com和65073）
2）把密钥上传到需要下载或上传文件的linux服务器上，给密钥文件赋权600 chmod 600 密钥文件名字，再执行scp -P 65073 -i xh1eshell.hpccube.com_1124170957_rsa.txt -r 要上传目录 用户名@xh1eshell.hpccube.com:/public/home/用户名/目录（若下载对换目录路径即可）

8. 打开图形桌面时，弹出式窗口被拦截怎么办？
答：方法一：在弹出的“已拦截弹出式窗口:”选中“始终允许 https://www.scnet.cn显示弹出式窗口和进行重定向”； img_2.png 方法二：手动设置，以谷歌浏览器为例，在“浏览器的设置”>“隐私和安全”>“网站设置”>“弹出式窗口和重定向”，在下面的“允许发送弹出式窗口并使用重定向”添加网站 https://www.scnet.cn。 img_3.png

三、作业相关问题及排查 ​

作业排队 ​

查看排队作业:squeue

shell
[slurmtest@login02 ~]$ squeue
JOBID PARTITION     NAME     USER   ST       TIME  NODES NODELIST(REASON)
8977234      test TF_Datas slurmtest  PD                 1 (AssocGrpCpuLimit)
8977235      test TF_Datas slurmtest  PD                 1 (Resource)

1. Reason为AssocGrpCpuLimit的作业
原因：AssocGrpCpuLimit的提示信息表示该作业的使用核心数超过了该用户的限额
解决方案：请取消该作业（scancel 作业ID）并尝试减少作业脚本中占用核心数后重新提交

2. Reason为Resource的可用如下步骤排查
1）sinfo | grep 使用的队列中是否有空闲节点
2）scontrol show job 8977235 查看作业中申请的节点数，核心数，内存数等信息
3）确认队列中剩余的节点数，核心数，内存数是否大于作业中申请的数量： 如果还有可用资源，但是小于作业中申请的数量，则需要继续登录该作业； 如果剩余的资源大于作业中申请的，但是作业还是不运行，则需要联系管理员查看。

提交作业报错 ​

  1. 报错一：Invalid account or account/partition combination specified

    shell
    error: Unable to allocate resources: Invalid account or account/partition combination specified

    解决方案：该报错是因为没有使用正确的可访问队列，需要在“概览”中的可访问队列查看您可用的队列名，或者直接在命令行执行whichpartition查询可用队列修改脚本中-p后面的队列名 sbatch -p <PARTITION>

  2. 报错二: Job violates accounting/QOS policy

    shell
    sbatch: error: QOSsbatch: error: QOSMinGRES
sbatch: error: Batch job submission failed: Job violates accounting/QOS policy (job submit limit, user's size and/or time limits)

    解决方案: 该报错原因是加速卡队列不能提交纯CPU任务。需要更换CPU队列提交纯CPU任务。

  3. 报错三：Requested node configuration is not available

    shell
    sbatch: error: Batch job submission failed: Requested node configuration is not available

    报错原因：没有在DCU队列申请加速卡。 错误示范如下：

    shell
    #!/bin/bash
#SBATCH -N 1
#SBATCH -n 32
#SBATCH --gres=dcu:4  ##申请四张加速卡
#SBATCH -p wzhctest  ##CPU队列

    解决方案：更换DCU队列申请加速卡。 正确示范如下：

    shell
    #!/bin/bash
#SBATCH -N 1
#SBATCH -n 32
#SBATCH --gres=dcu:4  ##申请四张加速卡
#SBATCH -p wzhdtest  ##DCU队列

  4. 报错四：CPU count per node can not be satisfied

    shell
    sbatch: error: CPU count per node can not be satisfied
sbatch: error: Batch job submission failed: Requested node configuration is not available

    报错原因：任务脚本中节点配置不正确，单节点使用的核数（ntasks-per-node*cpus-per-task）超过了单节点最大核数（可通过AC首页>可访问队列>详情查看）

    img.png

    错误示范如下：

    shell
    #!/bin/bash
#SBATCH -N 1
#SBATCH --ntasks-per-node=64  ##单节点进程数
#SBATCH --cpus-per-task=2  ##单进程使用的核数
#SBATCH -p wzhctest

    正确示范如下：

    shell
    #!/bin/bash
#SBATCH -N 1
#SBATCH --ntasks-per-node=32  ##单节点进程数
#SBATCH --cpus-per-task=2  ##单进程使用的核数
#SBATCH -p wzhctest

  5. 报错五：AssocGrpCpuLimit

    shell
    sbatch: error: AssocGrpCpuLimit
sbatch: error: Batch job submission failed: Job violates accounting/QOS policy (job submit limit, user's size and/or time limits)

    报错原因：申请的总核数（包括当前在运行的任务）达到了账号最大可用核数限制

    img_1.png

    解决方案：减少申请核数并重新提交任务。例如：当前帐号可用资源为64核8卡，单节点配置为32核4卡，则任务最多可以申请2个节点，申请3个节点时会因可用核数受限而无法成功提交任务。

    错误示范如下：

    shell
    #!/bin/bash
#SBATCH -N 3  ##节点数为3，任务申请总核数=N*ntasks-per-node=96核
#SBATCH --ntasks-per-node=32  ##单节点核数
#SBATCH --gres=dcu:4  ##单节点使用的加速卡数
#SBATCH -p wzhdtest

    正确示范如下：

    shell
    #!/bin/bash
#SBATCH -N 2  ##节点数为2，任务申请总核数=N*ntasks-per-node=64核
#SBATCH --ntasks-per-node=32  ##单节点核数
#SBATCH --gres=dcu:4  ##单节点使用的加速卡数
#SBATCH -p wzhdtest

Copyright©2024.先进计算(天津) 信息技术有限公司 版权所有.京ICP备2023016222号-2