SLURM作业数组全局日志：如何获取所有作业运行状态汇总报告

当然有办法，用Slurm自带的sacct命令就能直接生成你要的这种报告，不用额外处理日志文件。

核心命令用法 #

针对特定的数组主作业ID（比如你示例里的839594），执行以下命令：

sacct -j 839594 --format=JobID%15,State%12 --noheader | grep -E "_[0-9]+ "

参数说明 #

• -j 839594：指定要查询的数组主作业ID
• --format=JobID%15,State%12：定义输出格式，JobID%15限制作业ID列宽度为15字符，State%12限制状态列宽度为12字符，确保输出对齐
• --noheader：去掉默认的表头行
• grep -E "_[0-9]+ "：过滤出数组的子作业（主作业ID不带下划线后缀，子作业是主ID_序号的格式）

执行后就能得到和你示例一致的输出：

839594_1    COMPLETE
839594_2    FAIL
839594_3    COMPLETE
839594_4    COMPLETE
839594_5    COMPLETE
839594_6    FAIL

额外技巧 #

• 如果只想查看失败的作业，在命令末尾追加| grep FAIL即可
• 要是想按作业序号排序，再加| sort -n -k1,1

注意：sacct的数据保留时长由集群管理员配置，如果作业是很久之前运行的，可能无法查询到，这种情况下可以联系管理员调整数据保留策略。

内容的提问来源于stack exchange，提问作者garcesj