单节点服务器上Slurm控制器与计算节点连接问题求助

• 检查SLURM核心配置文件
  打开/etc/slurm/slurm.conf（或你的配置文件实际路径），确认以下关键参数设置正确：

  • ControlMachine：设为当前主机的主机名（执行hostname命令获取）或localhost
  • SlurmctldHost：与ControlMachine保持一致
    修改后重启SLURM控制器服务：

  systemctl restart slurmctld
  

• 修复本地主机名解析
  编辑/etc/hosts文件，添加主机名到本地回环地址的映射，示例如下：

  127.0.0.1   localhost localhost.localdomain your_hostname
  ::1         localhost localhost.localdomain your_hostname
  

  替换your_hostname为实际主机名，保存后执行ping your_hostname验证解析是否正常。

• 禁用DNS SRV查找功能
  在slurm.conf中添加参数，直接跳过DNS SRV记录查询：

  DisableRootDNS=yes
  

  保存配置后重启SLURM相关服务：

  systemctl restart slurmctld slurmd
  

• 验证服务运行状态
  确认SLURM控制器和计算节点服务正常启动：

  systemctl status slurmctld
  systemctl status slurmd
  

  若仍有异常，查看服务日志排查细节：

  journalctl -u slurmctld -f
  journalctl -u slurmd -f
  

内容的提问来源于stack exchange，提问作者Sam