A couple of C/R related commits that have been sitting off-trunk for a while.
* Add 'orte-checkpoint -l' option that lists all checkpoints currently available on the system. * Add 'orte-restart -i' which prints information regarding the checkpoint targeted for restart. * Add ability to extract the timing metadata. * Fix show_help() in the orte-checkpoint and orte-restart tools. They should be using the opal versions instead of the orte versions (otherwise nothing is printed). This commit was SVN r21194.
Этот коммит содержится в:
родитель
94ff03a3eb
Коммит
5d0607395d
@ -480,6 +480,8 @@ static int check_file(char *given_filename)
|
|||||||
char **argv = NULL;
|
char **argv = NULL;
|
||||||
|
|
||||||
if(NULL == given_filename) {
|
if(NULL == given_filename) {
|
||||||
|
opal_output(opal_restart_globals.output,
|
||||||
|
"Error: No filename provided!");
|
||||||
exit_status = OPAL_ERROR;
|
exit_status = OPAL_ERROR;
|
||||||
goto cleanup;
|
goto cleanup;
|
||||||
}
|
}
|
||||||
@ -509,6 +511,9 @@ static int check_file(char *given_filename)
|
|||||||
path_to_check);
|
path_to_check);
|
||||||
|
|
||||||
if (0 > (ret = access(path_to_check, F_OK)) ) {
|
if (0 > (ret = access(path_to_check, F_OK)) ) {
|
||||||
|
opal_output(opal_restart_globals.output,
|
||||||
|
"Error: Unable to access the path [%s]!",
|
||||||
|
path_to_check);
|
||||||
exit_status = OPAL_ERROR;
|
exit_status = OPAL_ERROR;
|
||||||
goto cleanup;
|
goto cleanup;
|
||||||
}
|
}
|
||||||
|
@ -155,6 +155,9 @@ ORTE_DECLSPEC extern orte_snapc_coord_type_t orte_snapc_coord_type;
|
|||||||
ORTE_DECLSPEC int orte_snapc_base_finalize_metadata(char * global_snapshot_ref);
|
ORTE_DECLSPEC int orte_snapc_base_finalize_metadata(char * global_snapshot_ref);
|
||||||
ORTE_DECLSPEC int orte_snapc_base_extract_metadata(orte_snapc_base_global_snapshot_t *snapshot);
|
ORTE_DECLSPEC int orte_snapc_base_extract_metadata(orte_snapc_base_global_snapshot_t *snapshot);
|
||||||
|
|
||||||
|
ORTE_DECLSPEC int orte_snapc_base_get_all_snapshot_refs(char *base_dir, int *num_refs, char ***snapshot_refs);
|
||||||
|
ORTE_DECLSPEC int orte_snapc_base_get_all_snapshot_ref_seqs(char *base_dir, char *snapshot_name, int *num_seqs, int **snapshot_ref_seqs);
|
||||||
|
|
||||||
/*******************************
|
/*******************************
|
||||||
* Global Coordinator functions
|
* Global Coordinator functions
|
||||||
*******************************/
|
*******************************/
|
||||||
|
@ -27,6 +27,15 @@
|
|||||||
#ifdef HAVE_UNISTD_H
|
#ifdef HAVE_UNISTD_H
|
||||||
#include <unistd.h>
|
#include <unistd.h>
|
||||||
#endif /* HAVE_UNISTD_H */
|
#endif /* HAVE_UNISTD_H */
|
||||||
|
#if HAVE_SYS_TYPES_H
|
||||||
|
#include <sys/types.h>
|
||||||
|
#endif /* HAVE_SYS_TYPES_H */
|
||||||
|
#if HAVE_SYS_STAT_H
|
||||||
|
#include <sys/stat.h>
|
||||||
|
#endif /* HAVE_SYS_STAT_H */
|
||||||
|
#ifdef HAVE_DIRENT_H
|
||||||
|
#include <dirent.h>
|
||||||
|
#endif /* HAVE_DIRENT_H */
|
||||||
#include <time.h>
|
#include <time.h>
|
||||||
|
|
||||||
#include "opal/mca/mca.h"
|
#include "opal/mca/mca.h"
|
||||||
@ -36,6 +45,7 @@
|
|||||||
#include "opal/util/os_dirpath.h"
|
#include "opal/util/os_dirpath.h"
|
||||||
#include "opal/util/output.h"
|
#include "opal/util/output.h"
|
||||||
#include "opal/util/basename.h"
|
#include "opal/util/basename.h"
|
||||||
|
#include "opal/util/argv.h"
|
||||||
#include "opal/mca/crs/crs.h"
|
#include "opal/mca/crs/crs.h"
|
||||||
#include "opal/mca/crs/base/base.h"
|
#include "opal/mca/crs/base/base.h"
|
||||||
|
|
||||||
@ -135,6 +145,9 @@ void orte_snapc_base_global_snapshot_construct(orte_snapc_base_global_snapshot_t
|
|||||||
free(tmp_dir);
|
free(tmp_dir);
|
||||||
|
|
||||||
snapshot->seq_num = 0;
|
snapshot->seq_num = 0;
|
||||||
|
|
||||||
|
snapshot->start_time = NULL;
|
||||||
|
snapshot->end_time = NULL;
|
||||||
}
|
}
|
||||||
|
|
||||||
void orte_snapc_base_global_snapshot_destruct( orte_snapc_base_global_snapshot_t *snapshot)
|
void orte_snapc_base_global_snapshot_destruct( orte_snapc_base_global_snapshot_t *snapshot)
|
||||||
@ -156,6 +169,16 @@ void orte_snapc_base_global_snapshot_destruct( orte_snapc_base_global_snapshot_t
|
|||||||
snapshot->local_location = NULL;
|
snapshot->local_location = NULL;
|
||||||
}
|
}
|
||||||
|
|
||||||
|
if(NULL != snapshot->start_time) {
|
||||||
|
free(snapshot->start_time);
|
||||||
|
snapshot->start_time = NULL;
|
||||||
|
}
|
||||||
|
|
||||||
|
if(NULL != snapshot->end_time) {
|
||||||
|
free(snapshot->end_time);
|
||||||
|
snapshot->end_time = NULL;
|
||||||
|
}
|
||||||
|
|
||||||
snapshot->seq_num = 0;
|
snapshot->seq_num = 0;
|
||||||
}
|
}
|
||||||
|
|
||||||
@ -456,6 +479,142 @@ int orte_snapc_base_global_coord_ckpt_update_cmd(orte_process_name_t* peer,
|
|||||||
/*****************************
|
/*****************************
|
||||||
* Snapshot metadata functions
|
* Snapshot metadata functions
|
||||||
*****************************/
|
*****************************/
|
||||||
|
int orte_snapc_base_get_all_snapshot_refs(char *base_dir, int *num_refs, char ***snapshot_refs)
|
||||||
|
{
|
||||||
|
#ifndef HAVE_DIRENT_H
|
||||||
|
return OMPI_ERR_NOT_SUPPORTED;
|
||||||
|
#else
|
||||||
|
int ret, exit_status = ORTE_SUCCESS;
|
||||||
|
char * tmp_str = NULL, * metadata_file = NULL;
|
||||||
|
DIR *dirp = NULL;
|
||||||
|
struct dirent *dir_entp = NULL;
|
||||||
|
struct stat file_status;
|
||||||
|
|
||||||
|
if( NULL == base_dir ) {
|
||||||
|
if( NULL == orte_snapc_base_global_snapshot_dir ) {
|
||||||
|
exit_status = ORTE_ERROR;
|
||||||
|
goto cleanup;
|
||||||
|
}
|
||||||
|
base_dir = strdup(orte_snapc_base_global_snapshot_dir);
|
||||||
|
}
|
||||||
|
|
||||||
|
/*
|
||||||
|
* Get all subdirectories under the base directory
|
||||||
|
*/
|
||||||
|
dirp = opendir(base_dir);
|
||||||
|
while( NULL != (dir_entp = readdir(dirp))) {
|
||||||
|
/* Skip "." and ".." if they are in the list */
|
||||||
|
if( 0 == strncmp("..", dir_entp->d_name, strlen("..") ) ||
|
||||||
|
0 == strncmp(".", dir_entp->d_name, strlen(".") ) ) {
|
||||||
|
continue;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* Add the full path */
|
||||||
|
asprintf(&tmp_str, "%s/%s", base_dir, dir_entp->d_name);
|
||||||
|
if(0 != (ret = stat(tmp_str, &file_status) ) ){
|
||||||
|
free( tmp_str);
|
||||||
|
tmp_str = NULL;
|
||||||
|
continue;
|
||||||
|
} else {
|
||||||
|
/* Is it a directory? */
|
||||||
|
if(S_ISDIR(file_status.st_mode) ) {
|
||||||
|
asprintf(&metadata_file, "%s/%s",
|
||||||
|
tmp_str,
|
||||||
|
orte_snapc_base_metadata_filename);
|
||||||
|
if(0 != (ret = stat(metadata_file, &file_status) ) ){
|
||||||
|
free( tmp_str);
|
||||||
|
tmp_str = NULL;
|
||||||
|
free( metadata_file);
|
||||||
|
metadata_file = NULL;
|
||||||
|
continue;
|
||||||
|
} else {
|
||||||
|
if(S_ISREG(file_status.st_mode) ) {
|
||||||
|
opal_argv_append(num_refs, snapshot_refs, dir_entp->d_name);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
free( metadata_file);
|
||||||
|
metadata_file = NULL;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
free( tmp_str);
|
||||||
|
tmp_str = NULL;
|
||||||
|
}
|
||||||
|
|
||||||
|
closedir(dirp);
|
||||||
|
|
||||||
|
cleanup:
|
||||||
|
if( NULL != tmp_str) {
|
||||||
|
free( tmp_str);
|
||||||
|
tmp_str = NULL;
|
||||||
|
}
|
||||||
|
|
||||||
|
return exit_status;
|
||||||
|
#endif /* HAVE_DIRENT_H */
|
||||||
|
}
|
||||||
|
|
||||||
|
int orte_snapc_base_get_all_snapshot_ref_seqs(char *base_dir, char *snapshot_name, int *num_seqs, int **snapshot_ref_seqs)
|
||||||
|
{
|
||||||
|
int exit_status = ORTE_SUCCESS;
|
||||||
|
char * metadata_file = NULL;
|
||||||
|
FILE * meta_data = NULL;
|
||||||
|
int s, next_seq_int;
|
||||||
|
|
||||||
|
if( NULL == base_dir ) {
|
||||||
|
if( NULL == orte_snapc_base_global_snapshot_dir ) {
|
||||||
|
exit_status = ORTE_ERROR;
|
||||||
|
goto cleanup;
|
||||||
|
}
|
||||||
|
base_dir = strdup(orte_snapc_base_global_snapshot_dir);
|
||||||
|
}
|
||||||
|
|
||||||
|
asprintf(&metadata_file, "%s/%s/%s",
|
||||||
|
base_dir,
|
||||||
|
snapshot_name,
|
||||||
|
orte_snapc_base_metadata_filename);
|
||||||
|
|
||||||
|
|
||||||
|
if (NULL == (meta_data = fopen(metadata_file, "r")) ) {
|
||||||
|
opal_output(0, "Error: Unable to open the file <%s>\n", metadata_file);
|
||||||
|
exit_status = ORTE_ERROR;
|
||||||
|
goto cleanup;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* First pass to count the number of sequence numbers */
|
||||||
|
*num_seqs = 0;
|
||||||
|
while(0 <= (next_seq_int = get_next_valid_seq_number(meta_data)) ){
|
||||||
|
*num_seqs += 1;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* If there are no valid seq numbers then just return here */
|
||||||
|
if( 0 == *num_seqs ) {
|
||||||
|
exit_status = ORTE_SUCCESS;
|
||||||
|
goto cleanup;
|
||||||
|
}
|
||||||
|
|
||||||
|
rewind(meta_data);
|
||||||
|
|
||||||
|
/* Second pass to add them to the list */
|
||||||
|
(*snapshot_ref_seqs) = (int *) malloc(sizeof(int) * (*num_seqs));
|
||||||
|
s = 0;
|
||||||
|
while(0 <= (next_seq_int = get_next_valid_seq_number(meta_data)) ){
|
||||||
|
(*snapshot_ref_seqs)[s] = next_seq_int;
|
||||||
|
++s;
|
||||||
|
}
|
||||||
|
|
||||||
|
cleanup:
|
||||||
|
if(NULL != meta_data) {
|
||||||
|
fclose(meta_data);
|
||||||
|
meta_data = NULL;
|
||||||
|
}
|
||||||
|
if(NULL != metadata_file) {
|
||||||
|
free(metadata_file);
|
||||||
|
metadata_file = NULL;
|
||||||
|
}
|
||||||
|
|
||||||
|
return exit_status;
|
||||||
|
}
|
||||||
|
|
||||||
int orte_snapc_base_unique_global_snapshot_name(char **name_str, pid_t pid)
|
int orte_snapc_base_unique_global_snapshot_name(char **name_str, pid_t pid)
|
||||||
{
|
{
|
||||||
if( NULL == orte_snapc_base_global_snapshot_ref ) {
|
if( NULL == orte_snapc_base_global_snapshot_ref ) {
|
||||||
@ -767,7 +926,12 @@ int orte_snapc_base_extract_metadata(orte_snapc_base_global_snapshot_t *global_s
|
|||||||
break;
|
break;
|
||||||
}
|
}
|
||||||
else if(0 == strncmp(SNAPC_METADATA_TIME, token, strlen(SNAPC_METADATA_TIME)) ) {
|
else if(0 == strncmp(SNAPC_METADATA_TIME, token, strlen(SNAPC_METADATA_TIME)) ) {
|
||||||
;
|
if( NULL == global_snapshot->start_time) {
|
||||||
|
global_snapshot->start_time = strdup(value);
|
||||||
|
}
|
||||||
|
else {
|
||||||
|
global_snapshot->end_time = strdup(value);
|
||||||
|
}
|
||||||
}
|
}
|
||||||
else if(0 == strncmp(SNAPC_METADATA_PROCESS, token, strlen(SNAPC_METADATA_PROCESS)) ) {
|
else if(0 == strncmp(SNAPC_METADATA_PROCESS, token, strlen(SNAPC_METADATA_PROCESS)) ) {
|
||||||
orte_process_name_t proc;
|
orte_process_name_t proc;
|
||||||
|
@ -165,6 +165,12 @@ struct orte_snapc_base_global_snapshot_1_0_0_t {
|
|||||||
|
|
||||||
/** Sequence Number */
|
/** Sequence Number */
|
||||||
int seq_num;
|
int seq_num;
|
||||||
|
|
||||||
|
/** Start Timestamp */
|
||||||
|
char * start_time;
|
||||||
|
|
||||||
|
/** End Timestamp */
|
||||||
|
char * end_time;
|
||||||
};
|
};
|
||||||
typedef struct orte_snapc_base_global_snapshot_1_0_0_t orte_snapc_base_global_snapshot_1_0_0_t;
|
typedef struct orte_snapc_base_global_snapshot_1_0_0_t orte_snapc_base_global_snapshot_1_0_0_t;
|
||||||
typedef struct orte_snapc_base_global_snapshot_1_0_0_t orte_snapc_base_global_snapshot_t;
|
typedef struct orte_snapc_base_global_snapshot_1_0_0_t orte_snapc_base_global_snapshot_t;
|
||||||
|
@ -68,7 +68,7 @@
|
|||||||
#include "orte/util/hnp_contact.h"
|
#include "orte/util/hnp_contact.h"
|
||||||
#include "orte/runtime/orte_globals.h"
|
#include "orte/runtime/orte_globals.h"
|
||||||
#include "orte/util/name_fns.h"
|
#include "orte/util/name_fns.h"
|
||||||
#include "orte/util/show_help.h"
|
#include "opal/util/show_help.h"
|
||||||
#include "orte/util/proc_info.h"
|
#include "orte/util/proc_info.h"
|
||||||
#include "orte/mca/rml/rml.h"
|
#include "orte/mca/rml/rml.h"
|
||||||
#include "orte/mca/rml/rml_types.h"
|
#include "orte/mca/rml/rml_types.h"
|
||||||
@ -102,6 +102,8 @@ static int notify_process_for_checkpoint(int term);
|
|||||||
static int pretty_print_status(void);
|
static int pretty_print_status(void);
|
||||||
static int pretty_print_reference(void);
|
static int pretty_print_reference(void);
|
||||||
|
|
||||||
|
static int list_all_snapshots(void);
|
||||||
|
|
||||||
static orte_hnp_contact_t *orterun_hnp = NULL;
|
static orte_hnp_contact_t *orterun_hnp = NULL;
|
||||||
static char * global_snapshot_handle = NULL;
|
static char * global_snapshot_handle = NULL;
|
||||||
static int global_sequence_num = 0;
|
static int global_sequence_num = 0;
|
||||||
@ -126,6 +128,7 @@ typedef struct {
|
|||||||
bool status; /* Display status messages while checkpoint is progressing */
|
bool status; /* Display status messages while checkpoint is progressing */
|
||||||
int output;
|
int output;
|
||||||
int ckpt_status;
|
int ckpt_status;
|
||||||
|
bool list_only; /* List available checkpoints only */
|
||||||
} orte_checkpoint_globals_t;
|
} orte_checkpoint_globals_t;
|
||||||
|
|
||||||
orte_checkpoint_globals_t orte_checkpoint_globals;
|
orte_checkpoint_globals_t orte_checkpoint_globals;
|
||||||
@ -181,6 +184,12 @@ opal_cmd_line_init_t cmd_line_opts[] = {
|
|||||||
"This should be the pid of the mpirun whose applications you wish "
|
"This should be the pid of the mpirun whose applications you wish "
|
||||||
"to checkpoint." },
|
"to checkpoint." },
|
||||||
|
|
||||||
|
{ NULL, NULL, NULL,
|
||||||
|
'l', NULL, "list",
|
||||||
|
0,
|
||||||
|
&orte_checkpoint_globals.list_only, OPAL_CMD_LINE_TYPE_BOOL,
|
||||||
|
"Display a list of checkpoint files available on this machine" },
|
||||||
|
|
||||||
/* End of list */
|
/* End of list */
|
||||||
{ NULL, NULL, NULL, '\0', NULL, NULL, 0,
|
{ NULL, NULL, NULL, '\0', NULL, NULL, 0,
|
||||||
NULL, OPAL_CMD_LINE_TYPE_NULL,
|
NULL, OPAL_CMD_LINE_TYPE_NULL,
|
||||||
@ -200,6 +209,18 @@ main(int argc, char *argv[])
|
|||||||
goto cleanup;
|
goto cleanup;
|
||||||
}
|
}
|
||||||
|
|
||||||
|
/*************************************
|
||||||
|
* Listing only Checkpoint References
|
||||||
|
*************************************/
|
||||||
|
if( orte_checkpoint_globals.list_only ) {
|
||||||
|
if (ORTE_SUCCESS != (ret = list_all_snapshots())) {
|
||||||
|
exit_status = ret;
|
||||||
|
goto cleanup;
|
||||||
|
}
|
||||||
|
exit_status = ORTE_SUCCESS;
|
||||||
|
goto cleanup;
|
||||||
|
}
|
||||||
|
|
||||||
/***************************
|
/***************************
|
||||||
* Find the HNP that we want to connect to, if it exists
|
* Find the HNP that we want to connect to, if it exists
|
||||||
***************************/
|
***************************/
|
||||||
@ -238,7 +259,7 @@ main(int argc, char *argv[])
|
|||||||
}
|
}
|
||||||
|
|
||||||
if(ORTE_SUCCESS != (ret = notify_process_for_checkpoint( orte_checkpoint_globals.term)) ) {
|
if(ORTE_SUCCESS != (ret = notify_process_for_checkpoint( orte_checkpoint_globals.term)) ) {
|
||||||
orte_show_help("help-orte-checkpoint.txt", "ckpt_failure", true,
|
opal_show_help("help-orte-checkpoint.txt", "ckpt_failure", true,
|
||||||
orte_checkpoint_globals.pid, ret);
|
orte_checkpoint_globals.pid, ret);
|
||||||
exit_status = ret;
|
exit_status = ret;
|
||||||
goto cleanup;
|
goto cleanup;
|
||||||
@ -255,7 +276,7 @@ main(int argc, char *argv[])
|
|||||||
}
|
}
|
||||||
|
|
||||||
if( ORTE_SNAPC_CKPT_STATE_ERROR == orte_checkpoint_globals.ckpt_status ) {
|
if( ORTE_SNAPC_CKPT_STATE_ERROR == orte_checkpoint_globals.ckpt_status ) {
|
||||||
orte_show_help("help-orte-checkpoint.txt", "ckpt_failure", true,
|
opal_show_help("help-orte-checkpoint.txt", "ckpt_failure", true,
|
||||||
orte_checkpoint_globals.pid, ORTE_ERROR);
|
orte_checkpoint_globals.pid, ORTE_ERROR);
|
||||||
exit_status = ORTE_ERROR;
|
exit_status = ORTE_ERROR;
|
||||||
goto cleanup;
|
goto cleanup;
|
||||||
@ -299,6 +320,7 @@ static int parse_args(int argc, char *argv[]) {
|
|||||||
orte_checkpoint_globals.status = false;
|
orte_checkpoint_globals.status = false;
|
||||||
orte_checkpoint_globals.output = -1;
|
orte_checkpoint_globals.output = -1;
|
||||||
orte_checkpoint_globals.ckpt_status = ORTE_SNAPC_CKPT_STATE_NONE;
|
orte_checkpoint_globals.ckpt_status = ORTE_SNAPC_CKPT_STATE_NONE;
|
||||||
|
orte_checkpoint_globals.list_only = false;
|
||||||
|
|
||||||
/* Parse the command line options */
|
/* Parse the command line options */
|
||||||
opal_cmd_line_create(&cmd_line, cmd_line_opts);
|
opal_cmd_line_create(&cmd_line, cmd_line_opts);
|
||||||
@ -334,12 +356,17 @@ static int parse_args(int argc, char *argv[]) {
|
|||||||
/* get the remaining bits */
|
/* get the remaining bits */
|
||||||
opal_cmd_line_get_tail(&cmd_line, &argc, &argv);
|
opal_cmd_line_get_tail(&cmd_line, &argc, &argv);
|
||||||
|
|
||||||
|
if(orte_checkpoint_globals.list_only ) {
|
||||||
|
exit_status = ORTE_SUCCESS;
|
||||||
|
goto cleanup;
|
||||||
|
}
|
||||||
|
|
||||||
#if OPAL_ENABLE_FT == 0
|
#if OPAL_ENABLE_FT == 0
|
||||||
/* Warn and exit if not configured with Checkpoint/Restart */
|
/* Warn and exit if not configured with Checkpoint/Restart */
|
||||||
{
|
{
|
||||||
char *args = NULL;
|
char *args = NULL;
|
||||||
args = opal_cmd_line_get_usage_msg(&cmd_line);
|
args = opal_cmd_line_get_usage_msg(&cmd_line);
|
||||||
orte_show_help("help-orte-checkpoint.txt", "usage-no-cr",
|
opal_show_help("help-orte-checkpoint.txt", "usage-no-cr",
|
||||||
true, args);
|
true, args);
|
||||||
free(args);
|
free(args);
|
||||||
exit_status = ORTE_ERROR;
|
exit_status = ORTE_ERROR;
|
||||||
@ -352,7 +379,7 @@ static int parse_args(int argc, char *argv[]) {
|
|||||||
(0 >= argc && ORTE_JOBID_INVALID == orte_checkpoint_globals.req_hnp)) {
|
(0 >= argc && ORTE_JOBID_INVALID == orte_checkpoint_globals.req_hnp)) {
|
||||||
char *args = NULL;
|
char *args = NULL;
|
||||||
args = opal_cmd_line_get_usage_msg(&cmd_line);
|
args = opal_cmd_line_get_usage_msg(&cmd_line);
|
||||||
orte_show_help("help-orte-checkpoint.txt", "usage", true,
|
opal_show_help("help-orte-checkpoint.txt", "usage", true,
|
||||||
args);
|
args);
|
||||||
free(args);
|
free(args);
|
||||||
exit_status = ORTE_ERROR;
|
exit_status = ORTE_ERROR;
|
||||||
@ -379,7 +406,7 @@ static int parse_args(int argc, char *argv[]) {
|
|||||||
|
|
||||||
orte_checkpoint_globals.pid = atoi(argv[0]);
|
orte_checkpoint_globals.pid = atoi(argv[0]);
|
||||||
if ( 0 >= orte_checkpoint_globals.pid ) {
|
if ( 0 >= orte_checkpoint_globals.pid ) {
|
||||||
orte_show_help("help-orte-checkpoint.txt", "invalid_pid", true,
|
opal_show_help("help-orte-checkpoint.txt", "invalid_pid", true,
|
||||||
orte_checkpoint_globals.pid);
|
orte_checkpoint_globals.pid);
|
||||||
exit_status = ORTE_ERROR;
|
exit_status = ORTE_ERROR;
|
||||||
goto cleanup;
|
goto cleanup;
|
||||||
@ -390,7 +417,7 @@ static int parse_args(int argc, char *argv[]) {
|
|||||||
*/
|
*/
|
||||||
if(orte_checkpoint_globals.nowait) {
|
if(orte_checkpoint_globals.nowait) {
|
||||||
orte_checkpoint_globals.nowait = false;
|
orte_checkpoint_globals.nowait = false;
|
||||||
orte_show_help("help-orte-checkpoint.txt", "not_impl",
|
opal_show_help("help-orte-checkpoint.txt", "not_impl",
|
||||||
true,
|
true,
|
||||||
"Disconnected checkpoint");
|
"Disconnected checkpoint");
|
||||||
}
|
}
|
||||||
@ -648,7 +675,7 @@ static void process_ckpt_update_cmd(orte_process_name_t* sender,
|
|||||||
* If the job is not able to be checkpointed, then return
|
* If the job is not able to be checkpointed, then return
|
||||||
*/
|
*/
|
||||||
if( ORTE_SNAPC_CKPT_STATE_NO_CKPT == orte_checkpoint_globals.ckpt_status) {
|
if( ORTE_SNAPC_CKPT_STATE_NO_CKPT == orte_checkpoint_globals.ckpt_status) {
|
||||||
orte_show_help("help-orte-checkpoint.txt", "non-ckptable",
|
opal_show_help("help-orte-checkpoint.txt", "non-ckptable",
|
||||||
true,
|
true,
|
||||||
orte_checkpoint_globals.pid);
|
orte_checkpoint_globals.pid);
|
||||||
exit_status = ORTE_ERROR;
|
exit_status = ORTE_ERROR;
|
||||||
@ -724,7 +751,7 @@ notify_process_for_checkpoint(int term)
|
|||||||
}
|
}
|
||||||
|
|
||||||
if( ORTE_SUCCESS != exit_status ) {
|
if( ORTE_SUCCESS != exit_status ) {
|
||||||
orte_show_help("help-orte-checkpoint.txt", "unable_to_connect", true,
|
opal_show_help("help-orte-checkpoint.txt", "unable_to_connect", true,
|
||||||
orte_checkpoint_globals.pid);
|
orte_checkpoint_globals.pid);
|
||||||
}
|
}
|
||||||
|
|
||||||
@ -790,3 +817,62 @@ static int pretty_print_reference(void) {
|
|||||||
|
|
||||||
return ORTE_SUCCESS;
|
return ORTE_SUCCESS;
|
||||||
}
|
}
|
||||||
|
|
||||||
|
static int list_all_snapshots(void) {
|
||||||
|
int ret, exit_status = ORTE_SUCCESS;
|
||||||
|
char **snapshot_refs = NULL;
|
||||||
|
int i, num_snapshot_refs = 0;
|
||||||
|
int *snapshot_ref_seqs = NULL;
|
||||||
|
int s, num_snapshot_ref_seqs = 0;
|
||||||
|
|
||||||
|
/* Get all of the snapshot references */
|
||||||
|
if( ORTE_SUCCESS != (ret = orte_snapc_base_get_all_snapshot_refs(NULL, &num_snapshot_refs, &snapshot_refs) ) ) {
|
||||||
|
opal_output(0, "Error: Unable to list the checkpoints in the directory <%s>\n",
|
||||||
|
orte_snapc_base_global_snapshot_dir);
|
||||||
|
exit_status = ret;
|
||||||
|
goto cleanup;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* For each snapshot reference, get a list of the valid seq numbers */
|
||||||
|
for(i = 0; i < num_snapshot_refs; ++i) {
|
||||||
|
if( ORTE_SUCCESS != (ret = orte_snapc_base_get_all_snapshot_ref_seqs(NULL, snapshot_refs[i],
|
||||||
|
&num_snapshot_ref_seqs,
|
||||||
|
&snapshot_ref_seqs) ) ) {
|
||||||
|
opal_output(0, "Error: Unable to list the sequence numbers for the checkpoint <%s> in directory <%s>\n",
|
||||||
|
snapshot_refs[i],
|
||||||
|
orte_snapc_base_global_snapshot_dir);
|
||||||
|
exit_status = ret;
|
||||||
|
goto cleanup;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* Pretty print the result */
|
||||||
|
printf("Snapshot Ref.: %s\t[", snapshot_refs[i]);
|
||||||
|
if( 0 >= num_snapshot_ref_seqs ) {
|
||||||
|
printf("No Valid Checkpoints");
|
||||||
|
}
|
||||||
|
for(s = 0; s < num_snapshot_ref_seqs; ++s) {
|
||||||
|
if( s != 0 ) {
|
||||||
|
printf(",");
|
||||||
|
}
|
||||||
|
printf("%d", snapshot_ref_seqs[s]);
|
||||||
|
}
|
||||||
|
printf("]\n");
|
||||||
|
|
||||||
|
if( NULL != snapshot_ref_seqs ) {
|
||||||
|
free(snapshot_ref_seqs);
|
||||||
|
snapshot_ref_seqs = NULL;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
cleanup:
|
||||||
|
if( NULL != snapshot_ref_seqs ) {
|
||||||
|
free(snapshot_ref_seqs);
|
||||||
|
snapshot_ref_seqs = NULL;
|
||||||
|
}
|
||||||
|
if( NULL != snapshot_refs ) {
|
||||||
|
free(snapshot_refs);
|
||||||
|
snapshot_refs = NULL;
|
||||||
|
}
|
||||||
|
|
||||||
|
return exit_status;
|
||||||
|
}
|
||||||
|
@ -65,7 +65,7 @@
|
|||||||
#include "orte/mca/snapc/snapc.h"
|
#include "orte/mca/snapc/snapc.h"
|
||||||
#include "orte/mca/snapc/base/base.h"
|
#include "orte/mca/snapc/base/base.h"
|
||||||
#include "orte/mca/filem/base/base.h"
|
#include "orte/mca/filem/base/base.h"
|
||||||
#include "orte/util/show_help.h"
|
#include "opal/util/show_help.h"
|
||||||
#include "orte/util/proc_info.h"
|
#include "orte/util/proc_info.h"
|
||||||
|
|
||||||
/******************
|
/******************
|
||||||
@ -77,6 +77,7 @@ static int parse_args(int argc, char *argv[]);
|
|||||||
static int check_file(orte_snapc_base_global_snapshot_t *snapshot);
|
static int check_file(orte_snapc_base_global_snapshot_t *snapshot);
|
||||||
static int create_appfile(orte_snapc_base_global_snapshot_t *snapshot);
|
static int create_appfile(orte_snapc_base_global_snapshot_t *snapshot);
|
||||||
static int spawn_children(orte_snapc_base_global_snapshot_t *snapshot, pid_t *child_pid);
|
static int spawn_children(orte_snapc_base_global_snapshot_t *snapshot, pid_t *child_pid);
|
||||||
|
static int snapshot_info(orte_snapc_base_global_snapshot_t *snapshot);
|
||||||
|
|
||||||
/*****************************************
|
/*****************************************
|
||||||
* Global Vars for Command line Arguments
|
* Global Vars for Command line Arguments
|
||||||
@ -91,6 +92,7 @@ typedef struct {
|
|||||||
int seq_number;
|
int seq_number;
|
||||||
char *hostfile;
|
char *hostfile;
|
||||||
int output;
|
int output;
|
||||||
|
bool info_only;
|
||||||
} orte_restart_globals_t;
|
} orte_restart_globals_t;
|
||||||
|
|
||||||
orte_restart_globals_t orte_restart_globals;
|
orte_restart_globals_t orte_restart_globals;
|
||||||
@ -140,6 +142,12 @@ opal_cmd_line_init_t cmd_line_opts[] = {
|
|||||||
&orte_restart_globals.hostfile, OPAL_CMD_LINE_TYPE_STRING,
|
&orte_restart_globals.hostfile, OPAL_CMD_LINE_TYPE_STRING,
|
||||||
"Provide a hostfile to use for launch" },
|
"Provide a hostfile to use for launch" },
|
||||||
|
|
||||||
|
{ NULL, NULL, NULL,
|
||||||
|
'i', NULL, "info",
|
||||||
|
0,
|
||||||
|
&orte_restart_globals.info_only, OPAL_CMD_LINE_TYPE_BOOL,
|
||||||
|
"Display information about the checkpoint" },
|
||||||
|
|
||||||
/* End of list */
|
/* End of list */
|
||||||
{ NULL, NULL, NULL,
|
{ NULL, NULL, NULL,
|
||||||
'\0', NULL, NULL,
|
'\0', NULL, NULL,
|
||||||
@ -175,12 +183,21 @@ main(int argc, char *argv[])
|
|||||||
* Check for existence of the file
|
* Check for existence of the file
|
||||||
*/
|
*/
|
||||||
if( ORTE_SUCCESS != (ret = check_file(snapshot)) ) {
|
if( ORTE_SUCCESS != (ret = check_file(snapshot)) ) {
|
||||||
orte_show_help("help-orte-restart.txt", "invalid_filename", true,
|
opal_show_help("help-orte-restart.txt", "invalid_filename", true,
|
||||||
orte_restart_globals.filename);
|
orte_restart_globals.filename);
|
||||||
exit_status = ret;
|
exit_status = ret;
|
||||||
goto cleanup;
|
goto cleanup;
|
||||||
}
|
}
|
||||||
|
|
||||||
|
if(orte_restart_globals.info_only ) {
|
||||||
|
if (ORTE_SUCCESS != (ret = snapshot_info(snapshot))) {
|
||||||
|
exit_status = ret;
|
||||||
|
goto cleanup;
|
||||||
|
}
|
||||||
|
exit_status = ORTE_SUCCESS;
|
||||||
|
goto cleanup;
|
||||||
|
}
|
||||||
|
|
||||||
/******************************
|
/******************************
|
||||||
* Create the app file to use with mpirun/orterun
|
* Create the app file to use with mpirun/orterun
|
||||||
******************************/
|
******************************/
|
||||||
@ -207,7 +224,7 @@ main(int argc, char *argv[])
|
|||||||
}
|
}
|
||||||
|
|
||||||
if( ORTE_SUCCESS != (ret = spawn_children(snapshot, &child_pid)) ) {
|
if( ORTE_SUCCESS != (ret = spawn_children(snapshot, &child_pid)) ) {
|
||||||
orte_show_help("help-orte-restart.txt", "restart_cmd_failure", true,
|
opal_show_help("help-orte-restart.txt", "restart_cmd_failure", true,
|
||||||
orte_restart_globals.filename, ret);
|
orte_restart_globals.filename, ret);
|
||||||
exit_status = ret;
|
exit_status = ret;
|
||||||
goto cleanup;
|
goto cleanup;
|
||||||
@ -220,8 +237,10 @@ main(int argc, char *argv[])
|
|||||||
* Cleanup
|
* Cleanup
|
||||||
***************/
|
***************/
|
||||||
cleanup:
|
cleanup:
|
||||||
if(NULL != snapshot )
|
if(NULL != snapshot ) {
|
||||||
OBJ_RELEASE(snapshot);
|
OBJ_RELEASE(snapshot);
|
||||||
|
snapshot = NULL;
|
||||||
|
}
|
||||||
|
|
||||||
if (OPAL_SUCCESS != (ret = finalize())) {
|
if (OPAL_SUCCESS != (ret = finalize())) {
|
||||||
return ret;
|
return ret;
|
||||||
@ -323,7 +342,8 @@ static int parse_args(int argc, char *argv[])
|
|||||||
false, /* preload */
|
false, /* preload */
|
||||||
-1, /* seq_number */
|
-1, /* seq_number */
|
||||||
NULL, /* hostfile */
|
NULL, /* hostfile */
|
||||||
-1 }; /* output*/
|
-1, /* output*/
|
||||||
|
false };/* info only */
|
||||||
|
|
||||||
orte_restart_globals = tmp;
|
orte_restart_globals = tmp;
|
||||||
|
|
||||||
@ -365,7 +385,7 @@ static int parse_args(int argc, char *argv[])
|
|||||||
{
|
{
|
||||||
char *args = NULL;
|
char *args = NULL;
|
||||||
args = opal_cmd_line_get_usage_msg(&cmd_line);
|
args = opal_cmd_line_get_usage_msg(&cmd_line);
|
||||||
orte_show_help("help-orte-restart.txt", "usage-no-cr",
|
opal_show_help("help-orte-restart.txt", "usage-no-cr",
|
||||||
true, args);
|
true, args);
|
||||||
free(args);
|
free(args);
|
||||||
return ORTE_ERROR;
|
return ORTE_ERROR;
|
||||||
@ -377,7 +397,7 @@ static int parse_args(int argc, char *argv[])
|
|||||||
1 >= argc) {
|
1 >= argc) {
|
||||||
char *args = NULL;
|
char *args = NULL;
|
||||||
args = opal_cmd_line_get_usage_msg(&cmd_line);
|
args = opal_cmd_line_get_usage_msg(&cmd_line);
|
||||||
orte_show_help("help-orte-restart.txt", "usage", true,
|
opal_show_help("help-orte-restart.txt", "usage", true,
|
||||||
args);
|
args);
|
||||||
free(args);
|
free(args);
|
||||||
return ORTE_ERROR;
|
return ORTE_ERROR;
|
||||||
@ -388,7 +408,7 @@ static int parse_args(int argc, char *argv[])
|
|||||||
if ( 1 > argc ) {
|
if ( 1 > argc ) {
|
||||||
char *args = NULL;
|
char *args = NULL;
|
||||||
args = opal_cmd_line_get_usage_msg(&cmd_line);
|
args = opal_cmd_line_get_usage_msg(&cmd_line);
|
||||||
orte_show_help("help-orte-restart.txt", "usage", true,
|
opal_show_help("help-orte-restart.txt", "usage", true,
|
||||||
args);
|
args);
|
||||||
free(args);
|
free(args);
|
||||||
return ORTE_ERROR;
|
return ORTE_ERROR;
|
||||||
@ -397,7 +417,7 @@ static int parse_args(int argc, char *argv[])
|
|||||||
orte_restart_globals.filename = strdup(argv[0]);
|
orte_restart_globals.filename = strdup(argv[0]);
|
||||||
if ( NULL == orte_restart_globals.filename ||
|
if ( NULL == orte_restart_globals.filename ||
|
||||||
0 >= strlen(orte_restart_globals.filename) ) {
|
0 >= strlen(orte_restart_globals.filename) ) {
|
||||||
orte_show_help("help-orte-restart.txt", "invalid_filename", true,
|
opal_show_help("help-orte-restart.txt", "invalid_filename", true,
|
||||||
orte_restart_globals.filename);
|
orte_restart_globals.filename);
|
||||||
return ORTE_ERROR;
|
return ORTE_ERROR;
|
||||||
}
|
}
|
||||||
@ -589,3 +609,109 @@ static int spawn_children(orte_snapc_base_global_snapshot_t *snapshot, pid_t *ch
|
|||||||
|
|
||||||
return exit_status;
|
return exit_status;
|
||||||
}
|
}
|
||||||
|
|
||||||
|
int snapshot_info(orte_snapc_base_global_snapshot_t *snapshot)
|
||||||
|
{
|
||||||
|
int ret, exit_status = ORTE_SUCCESS;
|
||||||
|
int num_seqs, processes, i;
|
||||||
|
int *snapshot_ref_seqs;
|
||||||
|
opal_list_item_t* item = NULL;
|
||||||
|
orte_snapc_base_local_snapshot_t *vpid_snapshot;
|
||||||
|
|
||||||
|
if (orte_restart_globals.seq_number == -1) {
|
||||||
|
if( ORTE_SUCCESS != (ret = orte_snapc_base_get_all_snapshot_ref_seqs(NULL, orte_restart_globals.filename, &num_seqs, &snapshot_ref_seqs) ) ) {
|
||||||
|
exit_status = ret;
|
||||||
|
goto cleanup;
|
||||||
|
}
|
||||||
|
opal_output(orte_restart_globals.output,
|
||||||
|
"Sequences: %d\n",
|
||||||
|
num_seqs);
|
||||||
|
} else {
|
||||||
|
num_seqs = 1;
|
||||||
|
snapshot_ref_seqs = &orte_restart_globals.seq_number;
|
||||||
|
}
|
||||||
|
|
||||||
|
for (i=0; i<num_seqs; i++) {
|
||||||
|
snapshot->seq_num = snapshot_ref_seqs[i];
|
||||||
|
|
||||||
|
while (NULL != (item = opal_list_remove_first(&snapshot->local_snapshots))) {
|
||||||
|
OBJ_RELEASE(item);
|
||||||
|
}
|
||||||
|
|
||||||
|
if( NULL != snapshot->start_time ) {
|
||||||
|
free( snapshot->start_time );
|
||||||
|
snapshot->start_time = NULL;
|
||||||
|
}
|
||||||
|
|
||||||
|
if( NULL != snapshot->end_time ) {
|
||||||
|
free( snapshot->end_time );
|
||||||
|
snapshot->end_time = NULL;
|
||||||
|
}
|
||||||
|
|
||||||
|
opal_output(orte_restart_globals.output,
|
||||||
|
"Seq: %d\n",
|
||||||
|
snapshot->seq_num);
|
||||||
|
|
||||||
|
if( ORTE_SUCCESS != (ret = orte_snapc_base_extract_metadata( snapshot ) ) ) {
|
||||||
|
exit_status = ret;
|
||||||
|
goto cleanup;
|
||||||
|
}
|
||||||
|
|
||||||
|
item = opal_list_get_first(&snapshot->local_snapshots);
|
||||||
|
vpid_snapshot = (orte_snapc_base_local_snapshot_t*)item;
|
||||||
|
|
||||||
|
if (NULL != snapshot->start_time ) {
|
||||||
|
opal_output(orte_restart_globals.output,
|
||||||
|
"Begin Timestamp: %s\n",
|
||||||
|
snapshot->start_time);
|
||||||
|
}
|
||||||
|
|
||||||
|
if (NULL != vpid_snapshot->opal_crs ) {
|
||||||
|
opal_output(orte_restart_globals.output,
|
||||||
|
"OPAL CRS Component: %s\n",
|
||||||
|
vpid_snapshot->opal_crs);
|
||||||
|
}
|
||||||
|
|
||||||
|
if (NULL != snapshot->reference_name) {
|
||||||
|
opal_output(orte_restart_globals.output,
|
||||||
|
"Snapshot Reference: %s\n",
|
||||||
|
snapshot->reference_name);
|
||||||
|
}
|
||||||
|
|
||||||
|
if (NULL != snapshot->local_location) {
|
||||||
|
opal_output(orte_restart_globals.output,
|
||||||
|
"Snapshot Location: %s\n",
|
||||||
|
snapshot->local_location);
|
||||||
|
}
|
||||||
|
|
||||||
|
if (NULL != snapshot->end_time ) {
|
||||||
|
opal_output(orte_restart_globals.output,
|
||||||
|
"End Timestamp: %s\n",
|
||||||
|
snapshot->end_time);
|
||||||
|
}
|
||||||
|
|
||||||
|
processes = 0;
|
||||||
|
for(item = opal_list_get_first(&snapshot->local_snapshots);
|
||||||
|
item != opal_list_get_end(&snapshot->local_snapshots);
|
||||||
|
item = opal_list_get_next(item) ) {
|
||||||
|
processes++;
|
||||||
|
}
|
||||||
|
opal_output(orte_restart_globals.output,
|
||||||
|
"Processes: %d\n",
|
||||||
|
processes);
|
||||||
|
|
||||||
|
for(item = opal_list_get_first(&snapshot->local_snapshots);
|
||||||
|
item != opal_list_get_end(&snapshot->local_snapshots);
|
||||||
|
item = opal_list_get_next(item) ) {
|
||||||
|
vpid_snapshot = (orte_snapc_base_local_snapshot_t*)item;
|
||||||
|
|
||||||
|
opal_output_verbose(10, orte_restart_globals.output,
|
||||||
|
"Process: %u.%u",
|
||||||
|
vpid_snapshot->process_name.jobid,
|
||||||
|
vpid_snapshot->process_name.vpid);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
cleanup:
|
||||||
|
return exit_status;
|
||||||
|
}
|
||||||
|
Загрузка…
Ссылка в новой задаче
Block a user