服务器
即用的云超算服务器怎么使用？
小小
2025-11-06
1天前
一. 创建一个仅能个人访问的文件夹
我们为何要创建一个这样的文件夹：
- 数据安全保证，除去管理员权限以外，任何其他用户都无权访问我个人的文件夹
- 计算进程需要在云端进行，要使用云端计算资源，文档必须上云
如果有更高的安全需求，比如实现从端到端的加密，请使用严格的加密处理
以下命令可以找到我们现在的位置
$ pwd# 比如我的账号# 输出：/home/u23301020039按照学校的要求，要在/share子目录下创建我们自己的文件夹；我们一并确定操作权限
注意：/share的绝对路径是 /home/u23301020039/share
操作权限解释：
- 读 = 4，写 = 2，执行 = 1，每个用户的权限就是可用的权限的加和
- 三个数字分别是：文件所有者，文件所有者组，所有用户
$ mkdir share/MBW # 这不是绝对路径！！！$ ckmod 700 share/MBW如此，我们建立的文件夹就是一个仅我个人可读可写可执行的目录，其他人没有任何权限（除了管理员权限和无法防御的外界攻击）
如果课题组需要共同在一个目录下协作，那么需要向管理员申请创建一个group，把相关人员写入其中，这时可以将权限设置为770，以满足课题组协作需求 因为不允许user直接创建组...，组只能使用管理员权限创建
二. 上传文件到我的文件夹中
打开云超算平台 - 数据，找到我们刚刚创建的文件夹，点击上传，然后把我们的数据/代码拖进去，就成功上传啦！
注意：计算完成之后，可以将不需要的文件删除，一方面节约云平台的内存，另一方面也是保证原始数据的安全。
这里我们上传一个py文件test.py和一个R文件test.R
三. 执行文件（普通版）
首先设置好我们的工作目录，然后使用命令工具；
需要注意的是，代码和数据的路径一定要正确，从local直接上传可能没法直接运行
实用小建议1：local打包为文件之后一齐上传，数据只要原始数据，避免一次占用过多空间，这样工作目录指定只需要查找修改前缀即可（比如在local工作目录文件夹名称之前统一加上"share/MBW"）
实用小建议2：强烈推荐！！！把很长的代码文件分块，使用什么部分就运行什么部分，不要一次使用过多计算资源，节约时间且简单（也可以指定运行的行数
$ cd share/MBW# 1. 在终端直接使用Rscript命令$ Rscript test.R#输出：[1] "hello world"# 2. 进入到R的交互环境$ Rsource("test.R")# 同样输出：[1] "hello world"# 指定运行的行数 需要在后台打开文件对照！# 这里是执行test_line.R的1,3,4行和5~7行$ sed -n -e '1p' -e '3p' -e '4p' -e '5,7p' test_line.R | Rscript -以上的用法都需要终端存续期间完成，不能在后台运行！！！ 但是云超算平台的终端使用很容易超时断开连接，不太建议使用这些方法
四. 执行文件(slurm版)
srun在终端进行，sbatch可以在终端关闭时继续进行，推荐slurm
# 首先查看服务器的可用分区和节点状态$ sinfo# 输出：# PARTITION AVAIL TIMELIMIT NODES STATE NODELIST# interactive* up 6:00:00 1 drng cpu7# interactive* up 6:00:00 1 drain cpu16# interactive* up 6:00:00 14 mix cpu[1,4-6,8-11,13,15,17-20]# interactive* up 6:00:00 3 alloc cpu[2-3,12]# interactive* up 6:00:00 1 idle cpu14# dna up 5-00:00:00 8 mix cpu[1,4,9-11,13,15,22]# dna up 5-00:00:00 4 alloc cpu[2-3,12,21]# dna up 5-00:00:00 1 idle cpu14# rna up 10-00:00:0 1 drng cpu7# rna up 10-00:00:0 1 drain cpu16# rna up 10-00:00:0 11 mix cpu[5-6,8,10-11,13,15,17-20]# rna up 10-00:00:0 1 alloc cpu12# rna up 10-00:00:0 1 idle cpu14# protein up 15-00:00:0 1 drain cpu16# protein up 15-00:00:0 5 mix cpu[15,17-20]# cell up 5-00:00:00 1 mix fat1# organ up 5-00:00:00 1 drain* gpu2# organ up 5-00:00:00 2 mix gpu[1,3]# organ up 5-00:00:00 2 idle gpu[4-5]# body up 10-00:00:0 1 drain* gpu2# body up 10-00:00:0 2 mix gpu[1,3]# body up 10-00:00:0 2 idle gpu[4-5]check计算资源状态之后，选择STATE为完全空闲idle和部分占用mix的节点进行计算。
我们下一步要写一个slurm脚本test_slurm.sh（可以用记事本写作，但window的记事本写出来必须转换一步格式才能给Linux用）注意一个进程只能在一个节点上跑！！！ 所以剩余资源还不如local的时候，不如在本地跑。
以下是一个 test_slurm.sh 脚本
#!/bin/bash# ====== Slurm 参数 ======# 指定作业名称#SBATCH --job-name=MBW_slrum_test# 指定分区（队列）#SBATCH --partition=dna# 申请1节点#SBATCH --nodes=1# 在该节点上运行4个任务（进程）#SBATCH --ntasks=1# 每个任务分配1个CPU核心#SBATCH --cpus-per-task=4# 设置作业最大运行时间为1h#SBATCH --time=01:00:00# 指定标准输出文件，%j 会替换为作业ID#SBATCH --output=slurm_%j.out# 指定错误输出文件#SBATCH --error=slurm_%j.err# ====== 你的程序命令 ======# 打印开始时间echo"开始运行: $(date)"# 加载所需环境模块（如果需要）# module load lang/R# module load python/3.9# 进入作业目录cd share/MBW# 运行程序# Python脚本，使用绝对路径python3 /home/u23301020039/share/MBW/test.py# R脚本，使用绝对路径python3 /home/u23301020039/share/MBW/test.R# 打印结束时间echo"运行结束: $(date)"echo"作业完成！"这里可以将程序分块，每执行一块写入一个作业时间，以供追踪运行状态
常用参数：
- -J, --job-name：作业名称
- -p, --partition：指定分区
- -N, --nodes：需要的节点数
- -n, --ntasks：总任务数（进程数）
- -c, --cpus-per-task：每个任务需要的CPU核心数，用于多线程程序
- --mem, --mem-per-cpu：指定内存，如 `--mem=4G
- -t, --time：作业运行时间限制
- -o, --output：标准输出文件
- -e, --error：标准错误文件
- --gres：申请特殊资源，如GPU `--gres=gpu:1
cd share/MBW# 转换格式dos2unix test_slurm.sh# sbatch运行sbatch test_slurm.sh# 任务编号# 输出：Submitted batch job 1371427scontrol show job 1371427可以显示作业的详细信息，sacct可以查看历史作业，查看任务完成情况 如果想要取消作业 则输入scancel 1371427
本文内容仅供参考，不构成任何专业建议。使用本文提供的信息时，请自行判断并承担相应风险。
分享文章
