VIP20

本课程属于：033-生信工作流批次质控 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

集群队列管理与CPU监控实战

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

集群队列管理概述

什么是作业调度系统 · 常见的调度器对比（SLURM · PBS

集群队列管理概述什么是作业调度系…

Linux基础回顾

必要的Shell命令 · 文件权限 · 环境变量

Linux基础回顾

SLURM架构与安装

SLURM组件（slurmctld · slurmd · sacctmgr等）

SLURM基本配置

slurm.conf关键参数（Con… · Partitions · Nodes

SLURM基本配置

SLURM作业提交基础

sbatch参数详解（--job-n… · --output · --ntasks

SLURM作业提交基础

SLURM交互式作业

srun用法 · 交互式分配节点 · x11转发

SLURM交互式作业

作业队列管理

squeue查看队列 · scancel取消作业 · scontrol修改作业属性

作业队列管理squeue

作业依赖与数组作业

--dependency=after… · afternotok · 作业数组（--array）

作业依赖数组作业

SLURM资源限制与QoS

用户/组配额 · AccountingStorageT… · QoS定义与优先级

SLURM记账与统计

sacct查看历史作业 · sacctmgr管理用户/账户 · 作业能耗统计

SLURM高级特性

作业抢占（PreemptType） · 异构作业（--heterogeneo… · 多节点作业MPI环境配置

SLURM高级特性

集群性能监控总览

监控的重要指标（CPU · 内存 · 网络

集群性能监控总览CPU

Linux CPU基础知识

CPU架构（NUMA · 超线程） · 频率与功耗

top命令深度剖析

top交互操作 · 字段含义（%CPU · %MEM

top命令深度剖析

htop彩色显示 · 树形进程 · F6排序

mpstat查看单核/整体CPU使用… · sar收集历史数据（-u · -r

pidstat按进程统计CPU/内存 · perf stat/perf rec… · 性能热点定位

lscpu与/proc/cpuinfo

查看CPU型号 · 核心数 · 频率

lscpuproc/cpuinfo

内存与Swap监控

free · vmstat · /proc/meminfo

磁盘I/O监控

iostat · iotop · dstat

网络监控基础

ifstat · nethogs · ss/tcpdump

网络监控基础ifstat

GPU监控（NVIDIA）

nvidia-smi实时监控 · nvidia-smi dmon · nvidia-smi pmon

集群级监控方案Prometheus + Node Exporter

架构介绍 · 部署node_exporter · Prometheus配置scrape

SLURM与监控集成

slurm-exporter导出作业… · 用Grafana展示集群负载与作业排…

SLURM监控集成

报警规则与通知

Prometheus Alertma… · 触发条件（节点宕机 · CPU过载

报警规则通知

集群作业性能分析

使用perf stat分析作业的指令… · 缓存命中率 · 分支预测

集群作业性能分析perf

CPU绑定与优化实战

taskset设置亲和性 · numactl控制内存分配策略 · MKL/OpenBLAS多线程调优

集群日常运维脚本

自动清理僵尸作业 · 检查节点健康 · 重启slurmd

集群日常运维脚本自动清理僵尸作业

故障排查实战

节点DOWN排查（slurmd日志 · munge认证 · 防火墙）

故障排查实战DOWN

课程总结与最佳实践

从集群规划到监控闭环 · 常见陷阱 · 资源预留策略

课程总结最佳实践