Différences

Ci-dessous, les différences entre deux révisions de la page.

--- erreur [2017/08/25 11:25] – toussain
+++ erreur [2026/10/21 07:14] (Version actuelle) – admin
@@ Ligne 1: / Ligne 1: @@
-======Erreurs classiques======
+====== Erreurs classiques ======
-=====Erreurs à la soumission d'un job=====
+Cherchez votre problème dans la liste à droite. Dans la plupart des cas, la réponse se trouve dans le fichier de sortie du job, ''slurm-123456.out'', et dans la commande ''sacct'' (voir [[suivi|suivi des jobs]]).
-====Erreur 1 : "configuration not available" ====
+===== Mon job s'est arrêté avant la fin =====
+==== Temps dépassé ====
+Le fichier ''slurm-123456.out'' se termine par un message du type :
+<code>
+slurmstepd: error: *** JOB 123456 ON node35 CANCELLED AT 2026-10-21T10:15:02 DUE TO TIME LIMIT ***
+</code>
+et ''sacct'' indique l'état ''TIMEOUT''.
+**Cause :** le job a dépassé son temps maximum, celui de l'option ''%%--time%%'', ou à défaut la limite de la partition (7 jours pour la partition ''normal'').
+**Solution :** demandez plus de temps dans votre script, par exemple 2 jours :
+<file bash mon_job.sh>
+#!/bin/bash
+#SBATCH --time=2-00:00:00
+./mon_exe
+</file>
+Pour des jobs qui durent plus de 7 jours, prendre contact avec Hélène Toussaint (helene.toussaint -AT - uca.fr)
+==== Mémoire dépassée ====
+Le fichier ''slurm-123456.out'' contient un message du type :
+<code>
+slurmstepd: error: Detected 1 oom_kill event in StepId=123456.batch. Some of the step tasks have been OOM Killed.
+</code>
+et ''sacct'' indique l'état ''OUT_OF_MEMORY''.
+**Cause :** votre programme a utilisé plus de mémoire que demandé (2 Go par défaut).
+**Solution :** demandez plus de mémoire dans votre script, par exemple 8 Go :
+<file bash mon_job.sh>
+#!/bin/bash
+#SBATCH --mem=8G
+./mon_exe
+</file>
+Pour savoir combien demander, voir [[suivi#apres_la_fin_du_job_comment_s_est-il_termine|la mémoire réellement utilisée]].
+===== Mon job reste en attente (PD) =====
+Dans ''squeue'', la dernière colonne indique entre parenthèses pourquoi le job attend :
+^ Raison ^ Signification ^ Que faire ? ^
+| ''(Resources)'' | les ressources demandées ne sont pas libres pour le moment | rien, le job démarrera dès qu'elles se libèrent |
+| ''(Priority)'' | d'autres jobs plus prioritaires passent avant | rien, attendre |
+| ''(ReqNodeNotAvail)'' | le nœud demandé est indisponible (maintenance) | attendre, ou retirer l'option ''%%--nodelist%%'' |
+| ''(PartitionTimeLimit)'' | le temps demandé dépasse la limite de la partition : le job ne démarrera jamais | arrêter le job (''scancel''), puis réduire ''%%--time%%'' ou changer de partition |
+Plus vous demandez de ressources (CPU, mémoire, temps), plus votre job risque d'attendre : demandez seulement ce dont vous avez besoin.
+===== Mon job échoue tout de suite =====
+==== « DOS line breaks » ====
+''sbatch'' refuse le script avec le message :
+<code>
+sbatch: error: Batch script contains DOS line breaks (\r\n)
+</code>
+**Cause :** le script a été écrit sous Windows, qui n'utilise pas les mêmes fins de ligne que Linux.
+**Solution :** convertissez le script. Dans le terminal, tapez :
 <code bash>
+dos2unix mon_job.sh
+</code>
+==== « command not found » ou « No such file or directory » ====
+Le fichier ''slurm-123456.out'' contient par exemple :
+<code>
+/var/spool/slurmd/job123456/slurm_script: line 3: mon_exe: command not found
+</code>
+**Causes possibles :**
+  * il manque ''./'' devant le nom du programme : écrivez ''./mon_exe'' et non ''mon_exe'' ;
+  * le programme n'est pas dans le répertoire d'où vous avez lancé ''sbatch'' : le job s'exécute dans ce répertoire.
+==== « Permission denied » ====
+**Cause :** le programme n'est pas exécutable
+**Solution :** dans le terminal, tapez :
+<code bash>
+chmod +x mon_exe
+</code>
+==== « Requested node configuration is not available » ====
+''sbatch'' refuse le job avec le message :
+<code>
 sbatch: error: Batch job submission failed: Requested node configuration is not available
 </code>
-Des options sont contradictoires dans votre script :
+**Cause :** aucun nœud ne correspond à ce que vous demandez. Par exemple :
-  * par exemple vous demandez la partition "court" (''%%--%%partition=court'') et le //feature// "xeon25" (''%%--%%constraint=xeon25''). Vous aurez ce message car aucun nœud ne porte le //feature// "xeon25" dans la partition court.
+  * plus de CPU ou de mémoire qu'aucun nœud n'en a (voir [[machines|la liste des machines]]) ;
-  * Si vous précisez un noeud avec l'option ''%%--nodelist%%'' il faut également préciser la partition associée (sauf si c'est la partition par défaut).
+  * un nœud précis (''%%--nodelist%%'') sans préciser sa partition, alors qu'il n'est pas dans la partition par défaut.
+**Solution :** vérifiez les options de votre script.
-====Erreur 2 : le job est soumis mais n'apparaît pas dans la file====
+===== Mon job n'apparaît pas dans la liste =====
-Vous obtenez le message ''Submitted batch job xxx'' mais le job n'apparaît pas dans la file et aucun fichier de sortie n'est généré.
-Vérifier que le répertoire dans lequel se situe votre script de soumission soit monté correctement sur le nœud de calcul en vous connectant sur le nœud avec un shell interactif.
+''sbatch'' a affiché ''Submitted batch job 123456'', mais le job n'apparaît pas dans ''squeue'' et aucun fichier de sortie n'a été créé.
+**Cause probable :** le job s'est terminé tout de suite, souvent parce que le répertoire d'où vous l'avez lancé n'est pas accessible depuis les nœuds de calcul. Il peut s'agir d'un problème réseau ou d'un problème de droit (ticket invalide)
+**Solution :** regardez son état avec ''sacct -j 123456''. Si le problème persiste, contactez le support.