Centos6安装SGE以及集群配置

最近给实验室的服务器集群安装SGE，摸索了一天多，踩了好些坑，现在将其安装和配置过程记录下来，以免以后需要使用时又忘记了。

一、准备工作

　　1、关闭集群中所有节点的防火墙

　　　　#service iptables stop
　　　　#chkconfig iptables off

　　　　（centos7中命令稍有不同）

　　2、关闭所有节点中的selinux

        #vi /etc/selinux/config

        设置 SELINUX=disabled

　　3、设置节点的机器名

　　　　　　假设共有三个节点master、node1、node2，分别在三个节点上进行设置

        # vi  /etc/sysconfig/network

        设置 HOSTNAME=节点计算机名称

　　4、设置hosts

　　　　　　在三个节点上均进行修改

        #vi /etc/hosts

        192.168.1.120   master.local    master
        192.168.1.130    node1.local    node1
        192.168.1.140    node2.local    node2

        第一列为各节点的IP，第二列是设置的节点的域名，第三列为节点机器名。看有些博主的博文，第二列没有，有一些二三列的顺序不同，本人没有测试过结果是否有影响。

二、NIS安装和配置

　　NIS是一种用户管理服务，可以在主控节点上进行用户和密码管理，其他的节点有用户登录的需求时，才到这台服务器上请求相关的帐号密码等使用者资料，而不需要在所有节点上都设置相同的用户和密码，极大方便了用户的管理。在使用SGE进行任务管理时，用户的任务可能会分配到其他节点运行，该节点如果不能识别该用户，任务就无法运行，所以必须使用NIS

　　master节点安装与配置

　　1、master安装必须软件

        #yum install -y rpcbind yp-tools ypserv

　　2、master节点设置NIS域名

        #nisdomainname life.com
        #vi  /etc/rc.local

            添加 nisdomainname life.com

        # vi  /etc/sysconfig/network          

            添加 NISDOMAIN=life.com 

　　3、master节点文件配置

         #vi /etc/sysconfig/network

            添加 YPSERV_ARGS="-p 1011"

        #vi /etc/sysconfig/yppasswdd

            添加 YPPASSWDD_ARGS="--port 1012"    

        #vi /etc/ypserv.conf
            替换为：
            dns: no
            files: 30
            xfr_check_port: yes
            * : * : shadow.byname : port
            * : * : passwd.adjunct.byname : port

　　4、master节点启动服务并设置开机启动

　　

        #service rpcbind start
        #service ypserv start
        #service yppasswdd start
        #chkconfig rpcbind on
        #chkconfig ypserv on
        #chkconfig yppasswdd on

　　5、master节点创建库

　　　　#/usr/lib64/yp/ypinit -m

　　6、master更新NIS账户和资料库

　　　　#make -C /var/yp

　　其余节点安装与配置

　　1、软件安装和NIS域名设置，与master节点的安装的步骤1和2完全相同

　　2、文件配置

       #cat /etc/nsswitch.conf

            设置：
            passwd: files nis
            shadow: files nis
            group:  files nis
            hosts:  files nis dns

        #cat /etc/sysconfig/authconfig 

            设置    USENIS=yes

        #cat /etc/pam.d/system-auth

           设置  password    sufficient    pam_unix.so sha512 shadow nis nullok try_first_pass use_authtok

        #cat /etc/yp.conf

            设置  domain life.com（这里为NIS域名） server 192.168.1.120（master节点的IP）        

　　3、启动NIS并设置开机启动

        #service rpcbind start
        #service ypbind start
        #chkconfig rpcbind on
        #chkconfig ypbind on

　　4、测试与master节点能否正常通讯

        #yptest

　　5、回到master节点进行NIS账户同步

        #/usr/lib64/yp/ypinit -m
        #make -C /var/yp
        #make -C /var/yp passwd

三、NFS安装

　　NSF是一种文件共享服务，安装NFS是为了方便SGE在不同节点的安装，有了NFS后就不需要在每一个节点都下载一个SGE

　　NFS服务端

　　1、安装软件

　　　　#yum -y install nfs-utils

　　2、启动NFS服务并设置开机启动

       #service nfs start
       #chkconfig nfs on

　　3、文件配置，设置共享目录

        #vi /etc/exports
        /SGE    192.168.1.120/24(insecure,rw,root_squash,async)

　　4、重启rpcbind和NFS

        #service rpcbind restart
        #service nfs restart

　　NFS客户端

　　1、安装软件，启动服务并设置开机启动，与上述的服务端安装步骤1和2完全相同

　　2、新建目录 /SGE（最好与服务端的目录完全相同，更加方便）、进行挂载

　　　　#mkdir /SGE
　　　　#mount -t nfs 192.168.1.160:/SGE     /SGE
　　　　
　　　　如果挂载时出现该目录忙的错误信息，说明你进入了该目录，需要退出去才能挂载

　　3、查看是否挂载成功

　　　　#mount |grep /SGE

　　4、设置开机自动挂载

　　　　#vi /etc/fstab
　　　　　　添加
　　　　192.168.1.160:/SGE     /SGE            nfs    defaults     0 0

四、SGE安装和配置

　　master节点配置

　　1、安装必须的软件

　　　　#yum -y install epel-release jemalloc-devel openssl-devel ncurses-devel pam-devel libXmu-devel hwloc-devel hwloc hwloc-libs java-devel javacc ant-junit libdb-devel motif-devel csh ksh xterm db4-utils perl-XML-Simple perl-Env xorg-x11-fonts-ISO8859-1-100dpi xorg-x11-fonts-ISO8859-1-75dpi

　　2、下载SGE并解压

　　　　#wget http://arc.liv.ac.uk/downloads/SGE/releases/8.1.9/sge-8.1.9.tar.gz
　　　　#tar zxvf sge-8.1.9.tar.gz

　　3、安装SGE

　　#cd sge-8.1.9/source/
　　#sh scripts/bootstrap.sh && ./aimk && ./aimk -man
　　#export SGE_ROOT=/SGE/gridengine && mkdir $SGE_ROOT
　　#./scripts/distinst -local -allall -libs -noexit

　　4、创建sgeadmin用户和组，并设置权限

　　#groupadd -g 490 sgeadmin
　　#useradd -u 495 -g 490 -r -m -c "SGE Admin" sgeadmin
　　#chown -R sgeadmin.sgeadmin /BiO/gridengine

　　5、配置sge_qmaster

　　#cd $SGE_ROOT
　　#./install_qmaster
　　之后一直回车即可
　　#cp /SGE/gridengine/default/common/settings.sh /etc/profile.d/
　　#source /etc/profile.d/settings.sh

　　6、开启任务调度信息收集

　　#vi /SGE/gridengine/default/common/sched_configuration
　　　　设置：
　　　　schedd_job_info true

　　7、启动SGE管理

　　#/etc/init.d/sgemaster.xxx restart
　　xxx为安装过程中设置的名称

　　8、将master节点加入到运行节点中

　　#cd $SGE_ROOT
　　#./install_execd
　　一直回车即可
　　#/etc/init.d/sgeexecd.xxx start

　　9、添加node1和node2节点

　　#qconf -ah node1
　　#qconf -ah node2

　　运行节点配置，以node1为例

　　1、创建sgeadmin用户和组

　　#groupadd -g 490 sgeadmin
　　#useradd -u 495 -g 490 -r -m -c "SGE Admin" sgeadmin

　　2、配置

　　#export SGE_ROOT=/SGE/gridengine
　　#cd $SGE_ROOT
　　#./install_execd
　　一直回车即可
　　#cp /SGE/gridengine/default/common/settings.sh /etc/profile.d/
　　#source /etc/profile.d/settings.sh

　　3、开启运行节点

　　# /etc/init.d/sgeexecd.xxx start

问题：（1）如果配置sge管理节点时报PID错误，说明你多次配置了sge管理节点，进程被占用了，需要将该进程先结束掉，再进行管理节点的配置

　　　（2）配置运行节点时遇到sge_shepherd won’t run – dynamic library missing?的情况。

　　　　　　

　　#cd gridengine/bin/lx-amd64
　　#./sge_shepherd
　　此时会提示具体的问题，本人遇到问题的是缺少libhwloc.o.5库，安装即可，安装完全后再进行运行节点配置
　　#yum install hwloc 
　　#cd $SGE_ROOT
　　#./install_execd