source: trunk/pbs_drmaa/job.c @ 1

Revision 1, 12.1 KB checked in by mmamonski, 13 years ago (diff)

Torque/PBS DRMAA initial commit

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