一、集群简介

• 3 台服务器：node01(111)、node02(112)、node03(113)
• 总资源：1536 核 CPU（3 × 512）、384 GB 内存（3 × 128GB）
• 共享数据盘：/data/shared（作业数据放这里，三台节点共享；R 包和 Python 环境在各节点本地）
• 使用方式：登录后提交作业，由调度器自动分配到空闲节点运行，无需关心在哪台机器跑

二、登录

1. 通过堡垒机用你自己的账号登录服务器
2. 所有 Slurm 命令都在**登录节点（node01）**上执行

三、核心概念

四、提交作业（最常用）

把要跑的命令写成一个脚本文件，用 sbatch 提交。作业会被调度到空闲节点执行，不占用登录节点。

4.1 提交 R 作业

新建脚本 my_r_job.sh：

#!/bin/bash
#SBATCH --job-name=myR          # 作业名（随意）
#SBATCH --cpus-per-task=16      # 申请 16 核
#SBATCH --mem=32G               # 申请 32GB 内存
#SBATCH --time=01:00:00         # 可选：运行时间上限，不确定就不写（不限时）
#SBATCH --output=%j.out         # 输出写到 作业号.out

Rscript /data/shared/你的目录/脚本.R

提交：

sbatch my_r_job.sh

R 包已装在 /data/R-library，脚本里 library() 会自动找到，无需额外设置。

4.2 提交 Python 作业

新建脚本 my_py_job.sh：

#!/bin/bash
#SBATCH --job-name=myPy
#SBATCH --cpus-per-task=32      # 申请 32 核
#SBATCH --mem=64G               # 申请 64GB 内存
#SBATCH --time=02:00:00         # 可选：运行时间上限，不确定就不写（不限时）
#SBATCH --output=%j.out

source /data/miniconda3/etc/profile.d/conda.sh
conda activate work
python /data/shared/你的目录/脚本.py

提交：

sbatch my_py_job.sh

Python 环境 work 需要手动激活（上面两行），激活后才能用 scanpy、pandas 等包。

4.3 常用资源参数

核数和内存别申请超过单节点上限（512 核、128GB）。申请多了排不上队，申请少了作业可能跑不完被终止。

提交后可以放心关掉 SSH 窗口：sbatch 提交的作业是异步的，由 Slurm 守护进程在后台运行，与你的 SSH 连接无关。关窗口、断网、下班都不影响作业运行，随时重新登录用 squeue 查看进度、cat 作业号.out 看输出。

五、查看和管理作业

sinfo                  # 看节点状态（idle=空闲，alloc=忙）
squeue                 # 看排队和运行中的作业
squeue -u 你的用户名    # 只看自己的作业
scancel 作业号         # 取消作业（作业号从 squeue 看）
sacct                  # 看已结束作业的统计（运行时间、内存等）

六、交互式使用（调试用）

需要临时进计算节点调试（不通过脚本提交）：

srun --cpus-per-task=16 --mem=32G --pty bash

进去后就是一个计算节点的终端，可以交互式跑 R 或 python。用完 exit 退出。

调试完记得退出，别占着资源。

七、注意事项

1. 不要在登录节点直接跑重任务（node01 上直接 Rscript 大数据分析会把登录节点拖慢，影响所有人提交作业）。一律用 sbatch 提交。
2. 数据放 /data/shared：作业可能被调度到任意节点，数据只有放 /data/shared（共享盘）才能被所有节点读到。
3. 看输出：作业跑完，输出在提交目录的 作业号.out 文件里。
4. 超时会被终止：--time 是可选参数，不写则不限时；写了但设太短，作业到点会被杀掉。拿不准就别写。
5. 内存超了会被终止：申请的内存比实际用的少，作业会被 OOM 杀掉，报错类似 oom-kill，加大 --mem 重跑。

八、常见问题