LSF作业系统无法启动
温馨提示：
本文最后更新于 2024年03月02日，已超过 57 天没有更新。若文章内的图片失效（无法正常加载），请留言反馈或直接联系我。
背景
最近使用linux系统module模块安装中，使用root用户，执行以下高危命令后
chown -R sysop:sysop /share/apps/repos
yum remove environment-modules.x86_64
导致lsf系统无法启动，xcat无法通信等，折腾了几次perl模块，xcat通信正常后。
lsf系统还是异常
lsload显示节点正常启动，但是bhosts/bjobs依然提示lsf is down，please wait
解决方案
1 通过查询ibm公司排错流程
https://www.ibm.com/docs/zh/spectrum-lsf/10.1.0?topic=problems-solving-common-lsf
找到mbatchd日志文件
tail -fn 100 /share/apps/lsf/log/mbatchd.log.mgt |head
输出以下内容
Feb 29 19:33:21 2024 240794 3 9.1.3 init_log: Log directory </share/apps/lsf/work/cluster1/logdir> not owned by LSF administrator <lsfadmin/1000> (owner ID is 0)
可以看出日志报错，lsf目录权限不为lsfadmin所有，因为背景中提到我给了sysop，后续排错中，我又给了root。基本找到原因了。
2 下面在ibm官网确认这个事情的解决方案
https://www.ibm.com/docs/zh/spectrum-lsf/10.1.0?topic=overview-important-directories-configuration-files
以上链接展示了
conf work log的权限应该是lsfadmin的。
下面将权限移交回lsfadmin，并重新启动lsf。
chown -R lsfadmin:lsfadmin /share/apps/lsf/log
chown -R lsfadmin:lsfadmin /share/apps/lsf/work
chown -R lsfadmin:lsfadmin /share/apps/lsf/conf
lsf_daemons restart
3 检查lsf状态
妥善解决
后记
当我们使用root时一切要小心，要记录执行的命令，出问题好排查。
能不使用就不使用。
正文到此结束
- 本文标签： LSF
- 本文链接： https://blog.voiceclouds.cn/article/98
- 版权声明： 本文由广州海琳信息技术有限公司原创发布，转载请遵循《署名-非商业性使用-相同方式共享 4.0 国际 (CC BY-NC-SA 4.0)》许可协议授权
热门推荐
关于我
海琳博客
海琳博客为信息化时代而生
