tutoriaux_calculco/checkpoint/checkpoint-dmtcp-openmp5.oar

#!/bin/bash

#-------------------  CHECKPOINT OpenMP DMTCP ex5 --------------------------- 
#
#  - Idem que l'exemple n°4 (20 multiplications matricielles 2000x2000)
#    (cf checkpoint-dmtcp-openmp4.oar)
#  - A la manière de l'ex2 (cf. checkpoint-dmtcp2.oar), la gestion  des
#  signaux entre le script OAR et le programme fortrna OpenMP est gérée:
#  le programme est executé jusqu'à son terme apreès une interruption et
#  une relance automatique grace à l'option "idempotent" d'OAR


#  dmtcp. les echanges de signaux entre ce script OAR et le programme
#  sont completement ignores, de sorte que l'option "idempotent" d'OAR
#  est inutile: il n'y a pas de redemarrage automatique. L'utilisateur
#  doit relancer lui-même relancer ce script. Il peut toutefois etre
#  utile:
#    - ex1: programme de 200 h, un checkpoint toutes les 24h (au cas ou...)
#    - ex2: limiter les ressources demandees en prenant le risque d'un
#      walltime " trop court": il suffira de relancer a partir d'un
#      checkpoint. 

# commande: oarsub -S ./checkpoint-dmtcp-openmp5.oar


# IMPORTANT : la reprise de job se fait ici sur le même noeud,
#  merci de consulter la charge sur cluster (noeud libre) sur
#  https://www-calculco.univ-littoral.fr/outils_visu/drawgantt/
#  et EDITER la ligne: OAR -p network_address = 'orval06'
#  (un peu plus bas) 

#-------------- paramètres OAR---------------------------

# walltime de 3mn30 ( donc trop court  4mn xxs sur orval06)
#OAR -l core=8,walltime=00:3:30 
#OAR -n dmtcp-openmp5

# Les fichiers de sortie sans parametres $OAR_JOBID
# (=> les jobs successifs ecrivent dans les memes fichiers)

#OAR -O OAR-ckpt-dmtcp5.out
#OAR -E OAR-ckpt-dmtcp5.err

#OAR -q default

# les tests sont mis au point sur orval06
# A EDITER apres consultation de :
#  https://www-calculco.univ-littoral.fr/outils_visu/drawgantt/
# OAR -p network_address = 'orval06' 

# optionnel
##OAR -t besteffort

#OAR -t idempotent

# checkpoint OAR 60 s avant le walltime (donc ~2mn30)
# Pour un exemple réel ( plusieurs heures, gros contexte, 600s (10mn))

#OAR --checkpoint 60


# chargement du modeul dmtcp
source /nfs/opt/env/env.sh  > /dev/null 2>&1
module load dmtcp > /dev/null 2>&1

#---------- la tâche à exécuter   ------------------------ 
# compilation (  ) 
gfortran -fopenmp -O3 timing-matmul2000.f90 -o matmul2000
#----------- pré-traitement -----------------------------
# DWTFYW !
 

echo "Debut du jobs ou restart ?"

# si c'est une reprise
if [ -f dmtcp_restart_script.sh ]; then
    echo "  -> reprise du job "
    # piste (changement de nœuds): sed -i '/ancien_noeud/nouveau_noeud/' dmtcp_restart_script.sh
    # (-> testé -OK- a la mano, à scripter!)
    ./dmtcp_restart_script.sh &
    PROGPID=$!
else
    echo "  -> Debut du jobs"
    dmtcp_launch  ./matmul2000 &
    PROGPID=$!    
fi

#---------------------------------------------------------
# gestion du checkpoint  OAR  
#---------------------------------------------------------

# fonction de traitement du signal OAR
sighandler() {
    echo "reception checkpoint OAR (signal12)"
    # demande de checkpoint (-c) au coordinateur dmtcp
    dmtcp_command -c
    sleep 5
    [ -n "$PROGPID" ] && kill -9 $PROGPID
    SCRIPT_CHECKPOINTED="YES"
    }

# signal Unix attendu par OAR (defaut = SIGUSR1/10, forcé ici
# à 12 par le paramètre --signal 12 (cf. param OAR au début)
CHKPNT_SIGNAL=12

# valeur de sortie pour l'option "--idempotent"
# (restart automatique) )
EXIT_UNFINISHED=99

# indique au script OAR de capter le signal 12 
trap sighandler  $CHKPNT_SIGNAL

# wait indispensable pour maintien des communucations
# (signaux) entre ce script et le PROG
while kill -0 "$PROGPID" 2>/dev/null; do
    wait $PROGPID
done

# important : le code 99 doit être retourné pour que l'option
# idempotent ( relance auto.) soit effective
[ -n "$SCRIPT_CHECKPOINTED" ] && exit 99


#---------------------------------------------------------
# fin du programme:  postraitement 
#---------------------------------------------------------
# DWTFYW!
echo "---post treatement---"
# suppression des ckpt (ménage)
echo "fin effective du programme, suppression des checkpoints"
rm ckpt_*.dmtcp dmtcp_restart_script*

exit $?