source: trunk/pbs_drmaa/job.c @ 7

Revision 7, 13.1 KB checked in by mmamonski, 9 years ago (diff)

lost updates...

Line 
1/* $Id: job.c 370 2010-11-16 09:51:00Z mamonski $ */
2/*
3 *  FedStage DRMAA for PBS Pro
4 *  Copyright (C) 2006-2009  FedStage Systems
5 *
6 *  This program is free software: you can redistribute it and/or modify
7 *  it under the terms of the GNU General Public License as published by
8 *  the Free Software Foundation, either version 3 of the License, or
9 *  (at your option) any later version.
10 *
11 *  This program is distributed in the hope that it will be useful,
12 *  but WITHOUT ANY WARRANTY; without even the implied warranty of
13 *  MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
14 *  GNU General Public License for more details.
15 *
16 *  You should have received a copy of the GNU General Public License
17 *  along with this program.  If not, see <http://www.gnu.org/licenses/>.
18 */
19
20#ifdef HAVE_CONFIG_H
21#       include <config.h>
22#endif
23
24#include <signal.h>
25#include <stdlib.h>
26#include <string.h>
27#include <unistd.h>
28
29#include <drmaa_utils/drmaa.h>
30#include <drmaa_utils/drmaa_util.h>
31#include <pbs_error.h>
32#include <pbs_ifl.h>
33
34#include <pbs_drmaa/job.h>
35#include <pbs_drmaa/log_reader.h>
36#include <pbs_drmaa/pbs_attrib.h>
37#include <pbs_drmaa/session.h>
38#include <pbs_drmaa/util.h>
39
40#ifndef lint
41static char rcsid[]
42#       ifdef __GNUC__
43                __attribute__ ((unused))
44#       endif
45        = "$Id: job.c 370 2010-11-16 09:51:00Z mamonski $";
46#endif
47
48
49static void
50pbsdrmaa_job_control( fsd_job_t *self, int action );
51
52static void
53pbsdrmaa_job_update_status( fsd_job_t *self );
54
55static void
56pbsdrmaa_job_on_missing( fsd_job_t *self );
57
58void
59pbsdrmaa_job_on_missing_standard( fsd_job_t *self );
60
61void
62pbsdrmaa_job_on_missing_log_based( fsd_job_t *self );
63
64static void
65pbsdrmaa_job_update( fsd_job_t *self, struct batch_status* );
66
67
68fsd_job_t *
69pbsdrmaa_job_new( char *job_id )
70{
71        pbsdrmaa_job_t *self = (pbsdrmaa_job_t*)fsd_job_new( job_id );
72        fsd_realloc( self, 1, pbsdrmaa_job_t );
73        self->super.control = pbsdrmaa_job_control;
74        self->super.update_status = pbsdrmaa_job_update_status;
75        self->super.on_missing = pbsdrmaa_job_on_missing;
76        self->update = pbsdrmaa_job_update;
77        return (fsd_job_t*)self;
78}
79
80
81static void
82pbsdrmaa_job_control( fsd_job_t *self, int action )
83{
84        volatile bool conn_lock = false;
85        pbsdrmaa_session_t *session = (pbsdrmaa_session_t*)self->session;
86        const char *job_id = self->job_id;
87        const char *apicall = NULL;
88        int rc = PBSE_NONE;
89
90        fsd_log_enter(( "({job_id=%s}, action=%d)",
91                        self->job_id, action ));
92
93        TRY
94         {
95                int try_count;
96                const int max_tries = 3;
97
98                conn_lock = fsd_mutex_lock( &self->session->drm_connection_mutex );
99
100                /*TODO reconnect */
101                for( try_count=0;  try_count < max_tries;  try_count++ )
102                 {
103                        switch( action )
104                         {
105                                /*
106                                 * We cannot know whether we did suspend job
107                                 * in other way than remembering this inside DRMAA session.
108                                 */
109                                case DRMAA_CONTROL_SUSPEND:
110                                        apicall = "pbs_sigjob";
111                                        rc = pbs_sigjob( session->pbs_conn, (char*)job_id,
112                                                        "SIGSTOP", NULL );
113                                        if( rc == PBSE_NONE )
114                                                self->flags |= FSD_JOB_SUSPENDED;
115                                        break;
116                                case DRMAA_CONTROL_RESUME:
117                                        apicall = "pbs_sigjob";
118                                        rc = pbs_sigjob( session->pbs_conn, (char*)job_id,
119                                                        "SIGCONT", NULL );
120                                        if( rc == PBSE_NONE )
121                                                self->flags &= ~FSD_JOB_SUSPENDED;
122                                        break;
123                                case DRMAA_CONTROL_HOLD:
124                                        apicall = "pbs_holdjob";
125                                        rc = pbs_holdjob( session->pbs_conn, (char*)job_id,
126                                                        USER_HOLD, NULL );
127                                        if( rc == PBSE_NONE )
128                                                self->flags |= FSD_JOB_HOLD;
129                                        break;
130                                case DRMAA_CONTROL_RELEASE:
131                                        apicall = "pbs_rlsjob";
132                                        rc = pbs_rlsjob( session->pbs_conn, (char*)job_id,
133                                                        USER_HOLD, NULL );
134                                        if( rc == PBSE_NONE )
135                                                self->flags &= FSD_JOB_HOLD;
136                                        break;
137                                case DRMAA_CONTROL_TERMINATE:
138                                        apicall = "pbs_deljob";
139                                        rc = pbs_deljob( session->pbs_conn, (char*)job_id, NULL );
140                                        /* Torque:
141                                         * deldelay=N -- delay between SIGTERM and SIGKILL (default 0) */
142                                        if( rc == PBSE_NONE )
143                                         {
144                                                self->flags &= FSD_JOB_TERMINATED_MASK;
145                                                if( (self->flags & FSD_JOB_TERMINATED) == 0 )
146                                                        self->flags |= FSD_JOB_TERMINATED | FSD_JOB_ABORTED;
147                                         }
148                                        break;
149                         }
150
151                        if( rc == PBSE_NONE )
152                                break;
153                        else if( rc == PBSE_INTERNAL )
154                         {
155                                /*
156                                 * In PBS Pro pbs_sigjob raises internal server error (PBSE_INTERNAL)
157                                 * when job just changed its state to running.
158                                 */
159                                fsd_log_debug(( "repeating request (%d of %d)",
160                                                        try_count+2, max_tries ));
161                                sleep( 1 );
162                         }
163                        else
164                                pbsdrmaa_exc_raise_pbs( apicall );
165                 } /* end for */
166         }
167        FINALLY
168         {
169                if( conn_lock )
170                        conn_lock = fsd_mutex_unlock( &self->session->drm_connection_mutex );
171         }
172        END_TRY
173
174        fsd_log_return((""));
175}
176
177
178void
179pbsdrmaa_job_update_status( fsd_job_t *self )
180{
181        volatile bool conn_lock = false;
182        struct batch_status *volatile status = NULL;
183        pbsdrmaa_session_t *session = (pbsdrmaa_session_t*)self->session;
184
185        fsd_log_enter(( "({job_id=%s})", self->job_id ));
186        TRY
187         {
188                conn_lock = fsd_mutex_lock( &self->session->drm_connection_mutex );
189retry:
190#ifdef PBS_PROFESSIONAL
191                status = pbs_statjob( session->pbs_conn, self->job_id, NULL, NULL );
192#else
193                status = pbs_statjob( session->pbs_conn, self->job_id, session->status_attrl, NULL );
194#endif
195                fsd_log_debug(( "pbs_statjob(fd=%d, job_id=%s, attribs={...}) =%p",
196                                 session->pbs_conn, self->job_id, (void*)status ));
197                if( status == NULL )
198                 {
199#ifndef PBS_PROFESSIONAL
200                        fsd_log_error(("pbs_statjob error: %d, %s, %s", pbs_errno, pbse_to_txt(pbs_errno), pbs_strerror(pbs_errno)));
201#else
202                        fsd_log_error(("pbs_statjob error: %d, %s", pbs_errno, pbse_to_txt(pbs_errno)));
203#endif
204                        switch( pbs_errno )
205                         {
206                                case PBSE_UNKJOBID:
207                                        break;
208                                case PBSE_PROTOCOL:
209                                case PBSE_EXPIRED:
210                                        if ( session->pbs_conn >= 0 )
211                                                pbs_disconnect( session->pbs_conn );
212                                        sleep(1);
213                                        session->pbs_conn = pbs_connect( session->super.contact );
214                                        if( session->pbs_conn < 0 )
215                                                pbsdrmaa_exc_raise_pbs( "pbs_connect" );
216                                        else
217                                         {
218                                                fsd_log_error(("retry:"));
219                                                goto retry;
220                                         }
221                                default:
222                                        pbsdrmaa_exc_raise_pbs( "pbs_statjob" );
223                                        break;
224                                case 0:  /* ? */
225                                        fsd_exc_raise_code( FSD_ERRNO_INTERNAL_ERROR );
226                                        break;
227                         }
228                 }
229
230                conn_lock = fsd_mutex_unlock( &self->session->drm_connection_mutex );
231
232                if( status != NULL )
233                 {
234                        ((pbsdrmaa_job_t*)self)->update( self, status );
235                 }
236                else if( self->state < DRMAA_PS_DONE )
237                        self->on_missing( self );
238         }
239        FINALLY
240         {
241                if( conn_lock )
242                        conn_lock = fsd_mutex_unlock( &self->session->drm_connection_mutex );
243                if( status != NULL )
244                        pbs_statfree( status );
245         }
246        END_TRY
247
248        fsd_log_return((""));
249}
250
251
252void
253pbsdrmaa_job_update( fsd_job_t *self, struct batch_status *status )
254{
255        struct attrl *attribs = status->attribs;
256        struct attrl *i = NULL;
257        char pbs_state = 0;
258        int exit_status = -2;
259        const char *cpu_usage = NULL;
260        const char *mem_usage = NULL;
261        const char *vmem_usage = NULL;
262        const char *walltime = NULL;
263        long unsigned int modify_time = 0;
264
265        fsd_log_enter(( "({job_id=%s})", self->job_id ));
266#ifdef DEBUGGING
267        pbsdrmaa_dump_attrl( attribs, NULL );
268#endif
269        fsd_assert( !strcmp( self->job_id, status->name ) );
270
271        for( i = attribs;  i != NULL;  i = i->next )
272         {
273                int attr;
274                attr = pbsdrmaa_pbs_attrib_by_name( i->name );
275                switch( attr )
276                 {
277                        case PBSDRMAA_ATTR_JOB_STATE:
278                                pbs_state = i->value[0];                               
279                                break;
280                        case PBSDRMAA_ATTR_EXIT_STATUS:
281                                exit_status = atoi( i->value );
282                                break;
283                        case PBSDRMAA_ATTR_RESOURCES_USED:
284                                if( !strcmp( i->resource, "cput" ) )
285                                        cpu_usage = i->value;
286                                else if( !strcmp( i->resource, "mem" ) )
287                                        mem_usage = i->value;
288                                else if( !strcmp( i->resource, "vmem" ) )
289                                        vmem_usage = i->value;
290                                else if( !strcmp( i->resource, "walltime" ) )
291                                        walltime = i->value;
292                                break;
293                        case PBSDRMAA_ATTR_QUEUE:
294                                if (!self->queue)
295                                        self->queue = fsd_strdup(i->value);
296                                break;
297                        case PBSDRMAA_ATTR_ACCOUNT_NAME:
298                                if (!self->project)
299                                        self->project = fsd_strdup(i->value);
300                                break;
301                        case PBSDRMAA_ATTR_EXECUTION_HOST:
302                                if (!self->execution_hosts) {
303                                        fsd_log_debug(("execution_hosts = %s", i->value));
304                                        self->execution_hosts = fsd_strdup(i->value);
305                                }
306                                break;
307                        case PBSDRMAA_ATTR_START_TIME:
308                                {
309                                  long unsigned int start_time;
310                                  if (self->start_time == 0 && sscanf(i->value, "%lu", &start_time) == 1)
311                                        self->start_time = start_time;
312                                  break;
313                                }
314                        case PBSDRMAA_ATTR_MTIME:
315                                if (sscanf(i->value, "%lu", &modify_time) != 1)
316                                        modify_time = 0;
317                                break;
318                 }
319         }
320
321        if( pbs_state )
322                fsd_log_debug(( "pbs_state: %c", pbs_state ));
323
324        if( exit_status != -2 )
325         {
326                fsd_log_debug(( "exit_status: %d", exit_status ));
327                self->exit_status = exit_status;
328         }
329        if(pbs_state){
330                switch( pbs_state )
331                 {
332                        case 'C': /* Job is completed after having run. */
333                                self->flags &= FSD_JOB_TERMINATED_MASK;
334                                self->flags |= FSD_JOB_TERMINATED;
335                                if (exit_status != -2) { /* has exit code */
336                                        if( self->exit_status == 0)
337                                                self->state = DRMAA_PS_DONE;
338                                        else
339                                                self->state = DRMAA_PS_FAILED;
340                                } else {
341                                        self->state = DRMAA_PS_FAILED;
342                                        self->exit_status = -1;
343                                }
344                                self->end_time = modify_time; /* take last modify time as end time */
345                                break;
346                        case 'E': /* Job is exiting after having run. - MM: ignore exiting state (transient state) - outputs might have not been transfered yet,
347                                        MM2: mark job as running if current job status is undetermined - fix "ps after job was ripped" */
348                                if (self->state == DRMAA_PS_UNDETERMINED)
349                                        self->state = DRMAA_PS_RUNNING;
350                                break;
351                        case 'H': /* Job is held. */
352                                self->state = DRMAA_PS_USER_ON_HOLD;
353                                self->flags |= FSD_JOB_HOLD;
354                                break;
355                        case 'Q': /* Job is queued, eligible to run or routed. */
356                        case 'W': /* Job is waiting for its execution time to be reached. */
357                                self->state = DRMAA_PS_QUEUED_ACTIVE;
358                                self->flags &= ~FSD_JOB_HOLD;
359                                break;
360                        case 'R': /* Job is running. */
361                        case 'T': /* Job is being moved to new location (?). */
362                         {
363                                if( self->flags & FSD_JOB_SUSPENDED )
364                                        self->state = DRMAA_PS_USER_SUSPENDED;
365                                else
366                                        self->state = DRMAA_PS_RUNNING;
367                                break;
368                         }
369                        case 'S': /* (Unicos only) job is suspend. */
370                                self->state = DRMAA_PS_SYSTEM_SUSPENDED;
371                                break;
372                        case 0:  default:
373                                self->state = DRMAA_PS_UNDETERMINED;
374                                break;
375         }
376}
377        fsd_log_debug(( "job_ps: %s", drmaa_job_ps_to_str(self->state) ));
378
379         {
380                int hours, minutes, seconds;
381                long mem;
382                if( cpu_usage && sscanf( cpu_usage, "%d:%d:%d",
383                                &hours, &minutes, &seconds ) == 3 )
384                 {
385                        self->cpu_usage = 60*( 60*hours + minutes ) + seconds;
386                        fsd_log_debug(( "cpu_usage: %s=%lds", cpu_usage, self->cpu_usage ));
387                 }
388                if( mem_usage && sscanf( mem_usage, "%ldkb", &mem ) == 1 )
389                 {
390                        self->mem_usage = 1024*mem;
391                        fsd_log_debug(( "mem_usage: %s=%ldB", mem_usage, self->mem_usage ));
392                 }
393                if( vmem_usage && sscanf( vmem_usage, "%ldkb", &mem ) == 1 )
394                 {
395                        self->vmem_usage = 1024*mem;
396                        fsd_log_debug(( "vmem_usage: %s=%ldB", vmem_usage, self->vmem_usage ));
397                 }
398                if( walltime && sscanf( walltime, "%d:%d:%d",
399                                        &hours, &minutes, &seconds ) == 3 )
400                 {
401                        self->walltime = 60*( 60*hours + minutes ) + seconds;
402                        fsd_log_debug(( "walltime: %s=%lds", walltime, self->walltime ));
403                 }
404         }
405}
406
407void
408pbsdrmaa_job_on_missing( fsd_job_t *self )
409{
410        pbsdrmaa_session_t *pbssession = (pbsdrmaa_session_t*)self->session;
411       
412        if( pbssession->pbs_home == NULL )
413                pbsdrmaa_job_on_missing_standard( self );       
414        else
415                pbsdrmaa_job_on_missing_log_based( self );     
416}
417
418void
419pbsdrmaa_job_on_missing_standard( fsd_job_t *self )
420{
421        fsd_drmaa_session_t *session = self->session;
422       
423        unsigned missing_mask = 0;
424
425        fsd_log_enter(( "({job_id=%s})", self->job_id ));
426        fsd_log_warning(( "self %s missing from DRM queue", self->job_id ));
427
428        switch( session->missing_jobs )
429        {
430                case FSD_REVEAL_MISSING_JOBS:         missing_mask = 0;     break;
431                case FSD_IGNORE_MISSING_JOBS:         missing_mask = 0x73;  break;
432                case FSD_IGNORE_QUEUED_MISSING_JOBS:  missing_mask = 0x13;  break;
433        }
434        fsd_log_debug(( "last job_ps: %s (0x%02x); mask: 0x%02x",
435                                drmaa_job_ps_to_str(self->state), self->state, missing_mask ));
436
437        if( self->state < DRMAA_PS_DONE
438                        &&  (self->state & ~missing_mask) )
439                fsd_exc_raise_fmt(
440                                FSD_ERRNO_INTERNAL_ERROR,
441                                "self %s missing from queue", self->job_id
442                                );
443
444        if( (self->flags & FSD_JOB_TERMINATED_MASK) == 0 )
445        {
446                self->flags &= FSD_JOB_TERMINATED_MASK;
447                self->flags |= FSD_JOB_TERMINATED;
448        }
449
450        if( (self->flags & FSD_JOB_ABORTED) == 0
451                        &&  session->missing_jobs == FSD_IGNORE_MISSING_JOBS )
452        { /* assume everthing was ok */
453                self->state = DRMAA_PS_DONE;
454                self->exit_status = 0;
455        }
456        else
457        { /* job aborted */
458                self->state = DRMAA_PS_FAILED;
459                self->exit_status = -1;
460        }
461
462        fsd_log_return(( "; job_ps=%s, exit_status=%d",
463                                drmaa_job_ps_to_str(self->state), self->exit_status ));
464}
465
466void
467pbsdrmaa_job_on_missing_log_based( fsd_job_t *self )
468{
469        fsd_drmaa_session_t *session = self->session;
470        pbsdrmaa_log_reader_t *log_reader = NULL;
471       
472        fsd_log_enter(( "({job_id=%s})", self->job_id ));
473        fsd_log_warning(( "self %s missing from DRM queue", self->job_id ));
474       
475        TRY
476        {       
477                log_reader = pbsdrmaa_log_reader_new( session, self);
478                log_reader->read_log( log_reader );
479        }
480        FINALLY
481        {
482                pbsdrmaa_log_reader_destroy( log_reader );
483        }
484        END_TRY
485
486        fsd_log_return(( "; job_ps=%s, exit_status=%d",
487                                drmaa_job_ps_to_str(self->state), self->exit_status ));
488}
Note: See TracBrowser for help on using the repository browser.