tutoriaux_calculco/checkpoint/checkpoint-dmtcp2.oar

#!/bin/bash

#-------------------  CHECKPOINT DMTCP ex2 --------------------------- 
#
#  Ce programme fait suite à l'exemple checkpoint-dmtcp1.oar.
#  le programme est "trop long", un système de checkpoint/restart
#  est bienvenu :
#     - pour tenir dans la  queue "default" ( trop de ressources )
#     - par sécurité ( ne pas repartir de zéro en cas de ...?
#     - parce que, contrairement à l'ex. checkpoint-user1.oar, la
#       gestion du checkpoint au sein du programme utilisateur
#       (sauvegarde de tout le contexte, est trop compliqué)

# commande: oarsub -S ./checkpoint-dmtcp2.oar

# PRINCIPE:
# Dans cette exemple, le cycle start/checkpoint/restart jusqu' à la fin
# du job est automatique:
#  - le programme est lancé via dmtcp_launch ./PROG
#  - OAR est lancé avec l'option checkpoint
#  - le signal checkpoint OAR déclenche le checkpoint de PROG via dmtcp
# (génère le fichier ckpt_xxxxxxx et le script dmtp_restart_script_.sh)
#  - l'option idempotent (OAR) relance dmtcp_restart_script.sh
#  - le tout, autant de fois que nécessaire

# infos: http://dmtcp.sourceforge.net/

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

# walltime de 6mn ( donc trop court pour le prog/timer de 10mn)
#OAR -l cpu=1/core=1,walltime=00:6:00 
#OAR -n dmtcp_ex2

# Les fichiers de sortie sans paramètres $OAR_JOBID
# (=> les jobs successifs écrivent dans les mêmes fichiers)

#OAR -O OAR-ckpt-dmtcp2.out
#OAR -E OAR-ckpt-dmtcp2.err

#OAR -q default

# À supprimer (détailler?)
#OAR -p network_address = 'orval08' 

#OAR -t besteffort
#OAR -t idempotent

# checkpoint OAR 60 s avant le walltime (donc ~4mn)
# Pour un exemple réel ( plusieurs heures, gros contexte, 600s (10mn))

#OAR --checkpoint 60

# signal envoyé par OAR (SIGUSR2) 
#OAR --signal 12 



# chargement du modeul dmtcp
source /nfs/opt/env/env.sh
module load dmtcp

#---------- la tâche à exécuter   ------------------------ 
# compilation (  ) 
 gcc simpleCompteur10mn.c  -o stimer10mn
#----------- pré-traitement -----------------------------
# DWTFYW !

echo "Debut du jobs ou restart ?"

# lancement du programme, récupération du PID
if [ -f dmtcp_restart_script.sh ]; then
    echo "  -> reprise du job "
    ./dmtcp_restart_script.sh &
    PROGPID=$!    
else
    echo "  -> Debut du jobs"
    dmtcp_launch ./stimer10mn &
    PROGPID=$!
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
echo "c'est FINI (10mn)! ... suppression des checkpoints"
rm ckpt_*.dmtcp dmtcp_restart_script*
# => idempotent devrait entraîner un redémarrage auto.
exit $?