Job Exit Codes
A job's exit code (aka exit status, return code and completion
code) is captured by Slurm and saved as part of the job record.
ジョブの終了コード（別名、終了ステータス、戻りコード、および完了コード）は、Slurmによってキャプチャされ、ジョブレコードの一部として保存されます。
For
sbatch jobs, the exit code that is captured is the output of the batch
script.
スバッチジョブの場合、キャプチャされる終了コードはバッチスクリプトの出力です。
For salloc jobs, the exit code will be the return value of
the exit call that terminates the salloc session.
sallocジョブの場合、終了コードは、sallocセッションを終了する終了呼び出しの戻り値になります。
For srun, the exit
code will be the return value of the command that srun executes.
srunの場合、終了コードはsrunが実行するコマンドの戻り値になります。
Any non-zero exit code will be assumed to be a job failure and will
result in a Job State of FAILED with a Reason of
"NonZeroExitCode".
ゼロ以外の終了コードはすべてジョブの失敗と見なされ、「NonZeroExitCode」の理由でFAILEDのジョブ状態になります。
The exit code is an 8 bit unsigned number ranging between 0 and
255.
終了コードは、0から255の範囲の8ビットの符号なし番号です。
While it is possible for a job to return a negative exit code,
Slurm will display it as an unsigned value in the 0 - 255 range.
ジョブが負の終了コードを返すことは可能ですが、Slurmはそれを0から255の範囲の符号なし値として表示します。
Job Step Exit Codes
When a job contains multiple job steps, the exit code of each
executable invoked by srun is saved individually to the job step
record.
ジョブに複数のジョブステップが含まれている場合、srunによって呼び出された各実行可能ファイルの終了コードは、ジョブステップレコードに個別に保存されます。
Signaled Jobs
When a job or step is sent a signal that causes its termination,
Slurm also captures the signal number and saves it to the job or step
record.
ジョブまたはステップに終了の原因となるシグナルが送信されると、Slurmはシグナル番号もキャプチャして、ジョブまたはステップのレコードに保存します。
Displaying Exit Codes and Signals
Slurm displays a job's exit code in the output of the scontrol
show job and the sview utility.
Slurmは、scontrolshowジョブとsviewユーティリティの出力にジョブの終了コードを表示します。
Slurm displays job step
exit codes in the output of the scontrol show step and the
sview utility.
Slurmは、scontrol showstepおよびsviewユーティリティの出力にジョブステップの終了コードを表示します。
When a signal was responsible for a job or step's termination, the
signal number will be displayed after the exit code, delineated by a
colon(:).
シグナルがジョブまたはステップの終了の原因である場合、シグナル番号は終了コードの後にコロン（:)で示されます。
Database Job/Step Records
The Slurm control daemon sends job and step records to the Slurm
database when the Slurm accounting_storage plugin is installed.
Slurmのaccounting_storageプラグインがインストールされると、Slurm制御デーモンはジョブとステップのレコードをSlurmデータベースに送信します。
Job
and step records sent to the Slurm db can be viewed using the
sacct command.
Slurm dbに送信されたジョブおよびステップのレコードは、sacctコマンドを使用して表示できます。
The default sacct output contains an
ExitCode field whose format mirrors the output of scontrol and
sview described above.
デフォルトのsacct出力には、上記のscontrolおよびsviewの出力を反映した形式のExitCodeフィールドが含まれています。
Derived Exit Code and Comment String
After reading the above description of a job's exit code, one can
imagine a scenario where a central task of a batch job fails but the
script returns an exit code of zero, indicating success.
ジョブの終了コードに関する上記の説明を読んだ後、バッチジョブの中央タスクが失敗したが、スクリプトが成功を示す終了コード0を返すシナリオを想像できます。
In many
cases, a user may not be able to ascertain the success or failure of a
job until after they have examined the job's output files.
多くの場合、ユーザーは、ジョブの出力ファイルを調べるまで、ジョブの成功または失敗を確認できない場合があります。
The job includes a "derived exit code" field.
ジョブには、「派生終了コード」フィールドが含まれています。
It is initially set to the value of the highest
exit code returned by all of the job's steps (srun invocations).
最初は、ジョブのすべてのステップ（srun呼び出し）によって返される最大の終了コードの値に設定されます。
The
job's derived exit code is determined by the Slurm control daemon
and sent to the database when the accounting_storage plugin is
enabled.
ジョブの派生終了コードは、Slurm制御デーモンによって決定され、accounting_storageプラグインが有効になるとデータベースに送信されます。
In addition to the derived exit code, the job record in the Slurm
database contains a comment string.
派生した終了コードに加えて、Slurmデータベースのジョブレコードにはコメント文字列が含まれています。
This is initialized to the job's
comment string (when AccountingStoreJobComment parameter in the
slurm.conf is set) and can only be changed by the user.
これはジョブのコメント文字列に初期化され（slurm.confのAccountingStoreJobCommentパラメーターが設定されている場合）、ユーザーのみが変更できます。
A new option has been added to the sacctmgr command to
provide the user the means to modify these two fields of the job
record.
新しいオプションがsacctmgrコマンドに追加され、ジョブレコードのこれら2つのフィールドを変更する手段をユーザーに提供します。
No other modification to the job record is allowed.
ジョブレコードに対するその他の変更は許可されていません。
For
those who prefer a simpler command specifically designed to view and
modify the derived exit code and comment string, the
sjobexitmod wrapper has been created (see below).
派生した終了コードとコメント文字列を表示および変更するために特別に設計されたより単純なコマンドを好む人のために、sjobexitmodラッパーが作成されています（以下を参照）。
The user now has the means to annotate a job's exit code after it
completes and provide a description of what failed.
ユーザーは、ジョブの完了後にジョブの終了コードに注釈を付け、何が失敗したかを説明する手段を利用できるようになりました。
This includes the
ability to annotate a successful completion to jobs that appear to
have failed but actually succeeded.
これには、失敗したように見えるが実際には成功したジョブに正常な完了に注釈を付ける機能が含まれます。
The sjobexitmod command
The sjobexitmod command is available to display and update the
two derived exit fields of the Slurm db's job record.
sjobexitmodコマンドを使用して、Slurmdbのジョブレコードの2つの派生出口フィールドを表示および更新できます。
sjobexitmod can first be used to display the existing exit code
/ string for a job:
sjobexitmodを最初に使用して、ジョブの既存の終了コード/文字列を表示できます。
> sjobexitmod -l 123 JobID Account NNodes NodeList State ExitCode DerivedExitCode Comment ----- ------- ------ -------- --------- -------- --------------- ------- 123 lc 1 tux0 COMPLETED 0:0 0:0If a change is desired, sjobexitmod can modify the derived fields:
変更が必要な場合、sjobexitmodは派生フィールドを変更できます。
> sjobexitmod -e 49 -r "out of memory" 123 Modification of job 123 was successful. > sjobexitmod -l 123 JobID Account NNodes NodeList State ExitCode DerivedExitCode Comment ----- ------- ------ -------- --------- -------- --------------- ------- 123 lc 1 tux0 COMPLETED 0:0 49:0 out of memory
The existing sacct command also supports the two new derived
exit fields:
既存のsacctコマンドは、次の2つの新しい派生出口フィールドもサポートします。
> sacct -X -j 123 -o JobID,NNodes,State,ExitCode,DerivedExitcode,Comment JobID NNodes State ExitCode DerivedExitCode Comment ------ ------- ---------- -------- --------------- -------------- 123 1 COMPLETED 0:0 49:0 out of memory
Last modified 15 April 2015