Reconnect the rsh/ssh error reporting code for remote spawns to report failure to launch. Ensure the HNP correctly reports non-zero exit status when ssh encounters a problem.
Thanks to Terry for spotting it! This commit was SVN r26868.
Этот коммит содержится в:
Ralph Castain
родитель
5ec6a65a72
Коммит
07846f12ae
@ -741,6 +741,50 @@ void orte_plm_base_daemon_callback(int status, orte_process_name_t* sender,
|
||||
|
||||
}
|
||||
|
||||
void orte_plm_base_daemon_failed(int st, orte_process_name_t* sender,
|
||||
opal_buffer_t *buffer,
|
||||
orte_rml_tag_t tag, void *cbdata)
|
||||
{
|
||||
int status, rc;
|
||||
int32_t n;
|
||||
orte_vpid_t vpid;
|
||||
orte_proc_t *daemon;
|
||||
|
||||
/* get the daemon job, if necessary */
|
||||
if (NULL == jdatorted) {
|
||||
jdatorted = orte_get_job_data_object(ORTE_PROC_MY_NAME->jobid);
|
||||
}
|
||||
|
||||
/* unpack the daemon that failed */
|
||||
n=1;
|
||||
if (OPAL_SUCCESS != (rc = opal_dss.unpack(buffer, &vpid, &n, ORTE_VPID))) {
|
||||
ORTE_ERROR_LOG(rc);
|
||||
ORTE_UPDATE_EXIT_STATUS(ORTE_ERROR_DEFAULT_EXIT_CODE);
|
||||
goto finish;
|
||||
}
|
||||
|
||||
/* unpack the exit status */
|
||||
n=1;
|
||||
if (OPAL_SUCCESS != (rc = opal_dss.unpack(buffer, &status, &n, OPAL_INT))) {
|
||||
ORTE_ERROR_LOG(rc);
|
||||
status = ORTE_ERROR_DEFAULT_EXIT_CODE;
|
||||
ORTE_UPDATE_EXIT_STATUS(ORTE_ERROR_DEFAULT_EXIT_CODE);
|
||||
} else {
|
||||
ORTE_UPDATE_EXIT_STATUS(WEXITSTATUS(status));
|
||||
}
|
||||
|
||||
/* find the daemon and update its state/status */
|
||||
if (NULL == (daemon = (orte_proc_t*)opal_pointer_array_get_item(jdatorted->procs, vpid))) {
|
||||
ORTE_ERROR_LOG(ORTE_ERR_NOT_FOUND);
|
||||
goto finish;
|
||||
}
|
||||
daemon->state = ORTE_PROC_STATE_FAILED_TO_START;
|
||||
daemon->exit_code = status;
|
||||
|
||||
finish:
|
||||
ORTE_ACTIVATE_PROC_STATE(&daemon->name, ORTE_PROC_STATE_FAILED_TO_START);
|
||||
}
|
||||
|
||||
int orte_plm_base_setup_orted_cmd(int *argc, char ***argv)
|
||||
{
|
||||
int i, loc;
|
||||
|
||||
@ -87,6 +87,12 @@ int orte_plm_base_comm_start(void)
|
||||
orte_plm_base_daemon_callback, NULL))) {
|
||||
ORTE_ERROR_LOG(rc);
|
||||
}
|
||||
if (ORTE_SUCCESS != (rc = orte_rml.recv_buffer_nb(ORTE_NAME_WILDCARD,
|
||||
ORTE_RML_TAG_REPORT_REMOTE_LAUNCH,
|
||||
ORTE_RML_PERSISTENT,
|
||||
orte_plm_base_daemon_failed, NULL))) {
|
||||
ORTE_ERROR_LOG(rc);
|
||||
}
|
||||
}
|
||||
recv_issued = true;
|
||||
|
||||
|
||||
@ -78,6 +78,10 @@ ORTE_DECLSPEC int orte_plm_base_set_progress_sched(int sched);
|
||||
ORTE_DECLSPEC void orte_plm_base_daemon_callback(int status, orte_process_name_t* sender,
|
||||
opal_buffer_t *buffer,
|
||||
orte_rml_tag_t tag, void *cbdata);
|
||||
ORTE_DECLSPEC void orte_plm_base_daemon_failed(int status, orte_process_name_t* sender,
|
||||
opal_buffer_t *buffer,
|
||||
orte_rml_tag_t tag, void *cbdata);
|
||||
|
||||
ORTE_DECLSPEC int orte_plm_base_create_jobid(orte_job_t *jdata);
|
||||
ORTE_DECLSPEC int orte_plm_base_set_hnp_name(void);
|
||||
ORTE_DECLSPEC void orte_plm_base_reset_job(orte_job_t *jdata);
|
||||
|
||||
@ -258,8 +258,6 @@ static int rsh_init(void)
|
||||
*/
|
||||
static void rsh_wait_daemon(pid_t pid, int status, void* cbdata)
|
||||
{
|
||||
orte_std_cntr_t cnt=1;
|
||||
uint8_t flag;
|
||||
orte_job_t *jdata;
|
||||
orte_plm_rsh_caddy_t *caddy=(orte_plm_rsh_caddy_t*)cbdata;
|
||||
orte_proc_t *daemon=caddy->daemon;
|
||||
@ -283,10 +281,8 @@ static void rsh_wait_daemon(pid_t pid, int status, void* cbdata)
|
||||
ORTE_NAME_PRINT(ORTE_PROC_MY_NAME),
|
||||
(int)daemon->name.vpid, WEXITSTATUS(status)));
|
||||
buf = OBJ_NEW(opal_buffer_t);
|
||||
opal_dss.pack(buf, &cnt, 1, ORTE_STD_CNTR);
|
||||
flag = 1;
|
||||
opal_dss.pack(buf, &flag, 1, OPAL_UINT8);
|
||||
opal_dss.pack(buf, &(daemon->name.vpid), 1, ORTE_VPID);
|
||||
opal_dss.pack(buf, &status, 1, OPAL_INT);
|
||||
orte_rml.send_buffer_nb(ORTE_PROC_MY_HNP, buf,
|
||||
ORTE_RML_TAG_REPORT_REMOTE_LAUNCH, 0,
|
||||
orte_rml_send_callback, NULL);
|
||||
@ -297,6 +293,8 @@ static void rsh_wait_daemon(pid_t pid, int status, void* cbdata)
|
||||
"%s daemon %d failed with status %d",
|
||||
ORTE_NAME_PRINT(ORTE_PROC_MY_NAME),
|
||||
(int)daemon->name.vpid, WEXITSTATUS(status)));
|
||||
/* set the exit status */
|
||||
ORTE_UPDATE_EXIT_STATUS(WEXITSTATUS(status));
|
||||
/* note that this daemon failed */
|
||||
daemon->state = ORTE_PROC_STATE_FAILED_TO_START;
|
||||
/* increment the #daemons terminated so we will exit properly */
|
||||
@ -735,7 +733,7 @@ static int remote_spawn(opal_buffer_t *launch)
|
||||
char **argv = NULL;
|
||||
char *prefix, *hostname, *var;
|
||||
int argc;
|
||||
int rc;
|
||||
int rc=ORTE_SUCCESS;
|
||||
bool failed_launch = true;
|
||||
orte_std_cntr_t n;
|
||||
opal_byte_object_t *bo;
|
||||
@ -748,6 +746,9 @@ static int remote_spawn(opal_buffer_t *launch)
|
||||
"%s plm:rsh: remote spawn called",
|
||||
ORTE_NAME_PRINT(ORTE_PROC_MY_NAME)));
|
||||
|
||||
/* if we hit any errors, tell the HNP it was us */
|
||||
target.vpid = ORTE_PROC_MY_NAME->vpid;
|
||||
|
||||
/* extract the prefix from the launch buffer */
|
||||
n = 1;
|
||||
if (ORTE_SUCCESS != (rc = opal_dss.unpack(launch, &prefix, &n, OPAL_STRING))) {
|
||||
@ -867,12 +868,9 @@ cleanup:
|
||||
if (failed_launch) {
|
||||
/* report cannot launch this daemon to HNP */
|
||||
opal_buffer_t *buf;
|
||||
orte_std_cntr_t cnt=1;
|
||||
uint8_t flag=1;
|
||||
buf = OBJ_NEW(opal_buffer_t);
|
||||
opal_dss.pack(buf, &cnt, 1, ORTE_STD_CNTR);
|
||||
opal_dss.pack(buf, &flag, 1, OPAL_UINT8);
|
||||
opal_dss.pack(buf, &target.vpid, 1, ORTE_VPID);
|
||||
opal_dss.pack(buf, &rc, 1, OPAL_INT);
|
||||
orte_rml.send_buffer_nb(ORTE_PROC_MY_HNP, buf,
|
||||
ORTE_RML_TAG_REPORT_REMOTE_LAUNCH, 0,
|
||||
orte_rml_send_callback, NULL);
|
||||
|
||||
Загрузка…
x
Ссылка в новой задаче
Block a user