HPC 工具工具书

### HPC工具书知识点概述 #### 一、引言与目标受众 - **目标受众**：本书面向高性能计算（HPC）领域的专业人士和技术支持人员，包括系统管理员、工程师以及对高性能集群感兴趣的用户。 - **主要内容**：介绍了高性能集群的基础概念、安装流程、硬件配置、软件配置、用户管理、故障排查等。 #### 二、集群概览 - **节点角色**： - **头节点**：集群中的主控节点，通常用于运行作业调度器、管理系统资源和提供用户接口等功能。 - **计算节点**：主要负责执行计算任务的工作站节点。 - **网络布局**：集群内的网络连接方式，包括用于数据传输和通信的高速网络（如InfiniBand）和用于日常管理和监控的标准网络（如以太网）。 - **共享文件系统**：集群内所有节点之间共享的数据存储区域，便于多节点间共享文件和数据。 - **节点通信**：节点之间的数据交换机制，对于并行计算至关重要。 - **集群硬件**：构建高性能集群所需的物理组件，包括服务器、存储设备、网络设备等。 #### 三、集群硬件部署与安装 - **硬件开箱检查**：在收到集群硬件后进行必要的检查，确保没有运输过程中的损坏。 - **工具准备**：安装前需要准备的工具清单。 - **1U刀片式服务器组装**：详细介绍如何组装1U刀片式服务器及其安装步骤。 - **1U滑轨组件安装**：解释如何正确安装1U滑轨。 - **插入1U滑轨**：具体操作指南。 - **插入2U及以上滑轨**：适用于较大尺寸服务器的安装指导。 - **磁盘阵列插入**：说明如何将磁盘阵列集成到集群中。 - **交换机安装**：介绍如何安装网络交换机。 - **电缆连接**： - **以太网线缆**：连接各节点的基本网络线缆。 - **InfiniBand线缆**：用于高速数据传输的专用线缆。 #### 四、启动与关闭集群 - **启动集群**：详细介绍如何安全地启动集群。 - **关闭集群**：确保数据完整性及避免硬件损坏的正确关机流程。 #### 五、用户管理 - **/etc/skel**：用户的默认家目录配置。 - **act.sh 和 actrun 脚本**：用于执行特定管理任务的脚本。 - **添加用户**：如何创建新用户账户。 - **删除用户**：移除不再需要的用户账户的方法。 - **同步用户**： - **act_authsync 命令**：同步用户认证信息的工具。 - **更新 NIS 映射**：保持用户信息一致性的重要步骤。 #### 六、使用 Act_utils 工具集 - **Act_utils 配置**： - **act_util.secret 文件**：包含敏感配置信息的文件。 - **act_util.conf 配置文件**：核心配置文件。 - **act_nodes.conf 配置文件**：定义集群中各个节点特性的文件。 - **act_models 目录**：存储集群模型信息的目录。 - **常用 Act_utils 命令**： - **act_authsync**：同步用户认证信息。 - **act_cfgfile**：管理配置文件。 - **act_console**：连接到远程节点控制台。 - **act_cp**：复制文件或目录。 - **act_dump**：备份集群状态。 - **act_exec**：在指定节点上执行命令。 - **act_info**：获取集群信息。 - **act_ipmi_log**：记录 IPMI 操作日志。 - **act_ipmi_netcfg**：配置 IPMI 网络设置。 - **act_locate**：查找文件位置。 - **act_mpi_test**：测试 MPI 安装是否正确。 - **act_netboot**：网络引导管理。 - **act_nodecompare**：比较节点配置。 - **act_nodenames**：列出集群中节点名称。 - **act_powerctl**：控制节点电源状态。 - **act_sensors**：监测硬件传感器数据。 #### 七、使用 IPMI 进行远程管理 - **基本 IPMI 命令语法**：使用 IPMI 工具的基本方法。 - **本地连接**：通过直接连接进行管理。 - **远程连接**：通过网络连接远程系统。 - **网络设置**：配置 IPMI 接口的网络参数。 - **用户名/密码管理**：设置和管理用户访问权限。 - **查询传感器数据**：监测系统温度、电压等硬件状态。 - **电源控制**：开关机和重启系统。 - **连接到文本控制台**：远程登录系统控制台。 - **事件日志查看器**：查看系统事件日志。 #### 八、使用 Cloner 进行节点镜像复制 - **特点**：Cloner 的主要功能和优势。 - **使用方法**： - **创建节点镜像**：如何使用 cloner 命令创建节点镜像。 - **安装节点镜像**：如何将镜像安装到一个或多个节点上。 以上是根据提供的文件内容概括出的HPC集群管理和维护的关键知识点。这些内容不仅涵盖了硬件部署和软件配置的细节，还涉及了日常管理和故障排查的具体实践，对于从事高性能计算领域工作的技术人员具有很高的参考价值。