1、MDC刻度操作方法及流程伍靈慧2012年3月13日分布式環(huán)境設(shè)置拷貝/home/bes/wulh/panfs/distBoss/setenv_660.sh， 修改最后一行的路徑拷貝wulh/.gangarc, 修改變量gangadir指向的路徑在.bashrc中設(shè)置BOSS環(huán)境之后添加 source */setenv_660.sh， 登錄后可自動設(shè)置分布式環(huán)境提交分布式作業(yè)命令distboss $(JobName) $(隊列名) $(并行個數(shù))如：distboss cal.txt offlineq 10刻度jobOption參考：/ihepbatch/bes/wulh/yuanydisk/ca

2、lib/662/jobCalib/psip2009/cal.txt修改指定的刻度常數(shù)文件 CalibRootCnvSvc.Mdcrootfile=”; （必須用絕對路徑）修改事例文件所有輸入文件或配置文件都必須采用絕對路徑，如：CalibRootCnvSvc.Mdcrootfile=”/home/bes/wulh/calib/MdcCalibConst.root”;MdcCalibAlg.ConfigFile=” /home/bes/wulh/calib/MdcCalibConfig.txt”;輸出文件不能帶路徑，如MdcCalibAlg.HistOutput = hist.root;FILE

3、136 DATAFILE=xtNtuple.root OPT=NEW TYP=ROOT合并程序分布式作業(yè)完成后需要對直方圖進(jìn)行合并，并生成新刻度常數(shù)程序所在目錄：/home/bes/wulh/panfs/calib/660/distcalib_merge編譯：./compile編譯后生成可執(zhí)行文件：merge用法：(1) 將可執(zhí)行文件（merge）拷貝至刻度jobOption所在目錄(2) ./merge $(刻度作業(yè)jobOption) 如：./merge cal.txt提交不需要迭代的刻度作業(yè)在進(jìn)行初始T0和初始XT刻度時（MdcCalibAlg.MdcCalFlg=0，1或2）不需要迭代

4、，提交作業(yè)步驟如下：提交分布式作業(yè)，如：distboss cal.txt offlineq 10分布式作業(yè)結(jié)束后對結(jié)果進(jìn)行合并刻度，方法見第4節(jié)中的“用法”檢查刻度結(jié)果是否正常自動迭代的刻度腳本/ihepbatch/bes/wulh/yuanydisk/calib/662/jobCalib/psip2009/autocal.sh用法：nohup ./autocal.sh log &查看腳本運(yùn)行情況：ps U $(用戶名)殺掉腳本：kill -9 $(作業(yè)id)注意: 務(wù)必記錄下提交該腳本的登錄節(jié)點(diǎn)和腳本的運(yùn)行id，因為當(dāng)手動刪除刻度作業(yè)時，不僅要刪除正在運(yùn)行的Boss作業(yè)，還需要刪除控制迭代的

5、腳本。提交需要迭代的刻度作業(yè)示例登錄服務(wù)器（如lxslc502），進(jìn)入提交作業(yè)的目錄提交作業(yè)：nohup ./autocal.sh log & （必須后臺運(yùn)行）查看腳本運(yùn)行情況：ps U wulh終端顯示： 7075 pts/6 S 0:00 /bin/bash ./autocal.sh記錄 登錄節(jié)點(diǎn)（lxslc502）和 腳本運(yùn)行的id （7075）查看分布式Boss作業(yè)運(yùn)行情況：用ls命令查看刻度jobOption所在目錄下最新生成的joboutput-*目錄（如joboutput-14056）qstat|grep wulh，查看所有包含“14056”的Boss作業(yè)，顯示如下：663453

6、9.pbssrv .ster-*-14056 wulh 00:00:11 R offlineq6634541.pbssrv .rker-14056-01 wulh 00:59:17 R offlineq6634542.pbssrv .rker-14056-02 wulh 00:59:16 R offlineq6634543.pbssrv .rker-14056-03 wulh 00:59:15 R offlineq6634544.pbssrv .rker-14056-04 wulh 00:59:16 R offlineq6634545.pbssrv .rker-14056-05 wulh 00

7、:59:21 R offlineq6634546.pbssrv .rker-14056-06 wulh 00:58:54 R offlineq6634547.pbssrv .rker-14056-07 wulh 00:00:12 R offlineq6634549.pbssrv .rker-14056-08 wulh 00:58:56 R offlineq6634550.pbssrv .rker-14056-09 wulh 00:59:19 R offlineq6634551.pbssrv .rker-14056-10 wulh 00:59:10 R offlineq6634552.pbssr

8、v .rker-14056-11 wulh 00:00:12 R offlineq6634556.pbssrv .rker-14056-12 wulh 00:59:05 R offlineq6634557.pbssrv .rker-14056-13 wulh 00:59:16 R offlineq6634559.pbssrv .rker-14056-14 wulh 00:59:25 R offlineq6634562.pbssrv .rker-14056-15 wulh 00:00:20 R offlineq說明：第一行（.ster-*-14056）為控制作業(yè)（master），其余為子作業(yè)，可

9、以看到，大多數(shù)子作業(yè)正常運(yùn)行，運(yùn)行時間接近1小時。從運(yùn)行時間可以判斷出14056-07和14056-11不正常，對于該問題，在正常子作業(yè)尚未結(jié)束時不進(jìn)行處理，待所有正常子作業(yè)結(jié)束后再做處理，處理方法見第8.(1)部分。作業(yè)正常運(yùn)行后可退出登錄節(jié)點(diǎn)刪除作業(yè)：不僅要刪除正在運(yùn)行的Boss作業(yè)，還需要刪除控制迭代的腳本，步驟如下：刪除控制迭代的腳本：先登錄運(yùn)行腳本的節(jié)點(diǎn)（lxslc502）用kill命令殺掉作業(yè)：kill -9 7075用ps U wulh命令查看，確認(rèn)作業(yè)已經(jīng)被殺掉刪除分布式Boss作業(yè)：只需刪除控制作業(yè)：qdel 6634539子作業(yè)會在幾分鐘后自動退出運(yùn)行。刻度中常見問題處理方

10、法個別子作業(yè)出錯，永不結(jié)束6.(4).(b)中顯示14056-07和14056-11就屬于此類情況，當(dāng)所有正常子作業(yè)結(jié)束后，14056-07和14056-11仍為R狀態(tài)，用qstat命令查看，屏幕顯示如下：6634539.pbssrv .ster-*-14056 wulh 00:00:22 R offlineq6634547.pbssrv .rker-14056-07 wulh 00:00:12 R offlineq6634552.pbssrv .rker-14056-11 wulh 00:00:12 R offlineq處理步驟：刪除控制作業(yè)和異常子作業(yè)：qdel 6634539，qdel

11、6634547，qdel 6634552進(jìn)入刻度jobOption所在目錄，打開文件*.diane_masterlog，在文件末尾添加如下文字：End of Diane Process數(shù)分鐘后刻度合并程序會自動啟動，約10分鐘后合并完成，刻度腳本（autocal.sh）會自動啟動下一次迭代，可以登錄運(yùn)行腳本的節(jié)點(diǎn)用ps命令查看分布式作業(yè)運(yùn)行起來后很快結(jié)束，不能生成正常的輸出文件可能的原因如下：分布式環(huán)境或Boss環(huán)境設(shè)置不正確刻度jobOption中輸入文件或配置文件沒有全部采用絕對路徑分布式計算所需要的dns服務(wù)停止在設(shè)置分布式環(huán)境中下面這句話是指定所用的dns服務(wù)來源于哪一個節(jié)點(diǎn)（用戶可以

12、任意指定所用節(jié)點(diǎn)）：export DIM_DNS_NODE=某些原因會導(dǎo)致dns服務(wù)中斷，比如該節(jié)點(diǎn)對應(yīng)的服務(wù)器重啟了，而dns服務(wù)并不會自動重啟，處理方法如下：查看dns服務(wù)運(yùn)行狀態(tài)：登錄指定dns服務(wù)的節(jié)點(diǎn)（如lxslc508），輸入命令 ps -C dns 查看dns是否在運(yùn)行如果顯示如下，表明dns為運(yùn)行狀態(tài) PID TTY TIME CMD 2809 ? 00:00:00 dns如果僅顯示下面一行，則表明dns為停止?fàn)顟B(tài)PID TTY TIME CMD如果dns已停止，則需要手動啟動該服務(wù)，方法如下：登錄指定dns的節(jié)點(diǎn)（如lxslc508），輸入如下命令即可Dns &說明：分布式作

13、業(yè)運(yùn)行順利與否與計算節(jié)點(diǎn)狀態(tài)密切相關(guān)，有些時候會頻繁出現(xiàn)問題，因此刻度作業(yè)提交后必須時常查看作業(yè)運(yùn)行狀態(tài)，發(fā)現(xiàn)問題盡早處理，以免浪費(fèi)時間。檢查刻度結(jié)果檢查X-T刻度拷貝/home/bes/wulh/yuanydisk/calib/662/checkCalib/checkNewXt/目錄下的check.cpp, go.sh修改 sprintf(histfile, /histXt5.root); /新生成的hist文件 sprintf(xtfile, /MdcCalibConst_Xt5.root); / 新生成的刻度常數(shù)文件編譯：./go.sh用法：./a.out檢查outCheckXtCal.eps , 黑點(diǎn)為doca擬合值，紅線為刻度后的xt曲線，逐頁查看xt曲線是否與散點(diǎn)圖一致，xt是否有異常問題Q-T刻度檢查打開hist.root - QtPlot - HQT_Plot_lay*, 檢查擬合曲線檢查空間分辨vs層/home/bes/wulh/yuanydisk/calib/662/checkCalib/layerReso編譯：./go.sh用法 ./a.out $(直方圖)檢查空間分辨、動量分辨、動量vs phi/home/bes/wu