我在一个slurm集群中工作，同时（在几个输入文件上）运行几个进程，并使用相同的bash脚本。
在作业结束时，进程被终止，这是我得到的错误。
slurmstepd: error: Detected 1 oom-kill event(s) in step 1090990.batch cgroup.
我想是记忆有问题。但我怎么能了解更多呢？
我没有提供足够的内存吗？或者作为用户，我请求的不仅仅是我可以访问的内容？
有什么建议吗？
最佳答案
这里，oom代表“内存不足”。当Linux内存不足时，它将“OOM杀死”一个进程来保持关键进程的运行。似乎slurmstepd检测到进程被OOM杀死。甲骨文对这种机制有a nice explanation的认识。
如果您请求的内存超过了允许的数量，进程将不会分配给节点，计算也不会启动。看起来您需要请求更多内存。
关于memory - SLURM群集中的错误 - 检测到1个oom-kill事件:如何改进正在运行的作业，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/52421068/