集群运行C++编译可执行文件报错求助（附PBS脚本）

我在集群上运行C++编译的可执行文件R0.5-0.2K-r2.41-ST，使用qsub提交名为submit的PBS脚本时出现错误，无法定位问题。现将PBS脚本内容附上，请求协助排查：

#PBS -S /bin/bash
#PBS -N test
#PBS -l nodes=1:ppn=8
#PBS -j oe
#PBS -V
#PBS -o /home/wyhao/output/out/screen.out
#PBS -e /home/wyhao/output/error/error.err
#PBS -l walltime=99:23:59:59


# export PATH=$PATH:/share/apps/mpich/bin
# export PATH=$PATH:/home/wyhao/cmake-3.10/bi
export PATH=/usr/lib64:$PATH
export LD_LIBRARY_PATH=/usr/lib64:$LD_LIBRARY_PATH
source /share/apps/mpich 
source /home/wyhao/dealii-8.4.1


# Nprocs=`qstat -xf $PBS_JOBID | grep List.ncpus | sed 's/^.\{26\}//'`
# cd $PBS_O_WORKDIR
# echo "Job $PBS_JOBID started at `date` on `hostname` using $Nprocs processors"


cd /home/wyhao/single-ST/build
# mkdir build
# cmake -DDEAL_II_DIR=/home/wyhao/dealii-8.4.0 ../
# make
# /share/apps/mpich/bin/mpiexec -n 8 ./R0.5-0.2K-r2.41-ST
/share/apps/mpich/bin/mpiexec -f hosts -n 8 $PBS_NODEFILE ./R0.5-0.2K-r2.41-ST`

核心问题排查及修正方案 #

1. Walltime格式错误
   PBS的walltime参数要求格式为hh:mm:ss，当前脚本中写的99:23:59:59是四分段格式，不符合规则。需修改为99:59:59（若需要99小时运行时长）。

2. MPI启动命令语法错误

   • 同时使用-f hosts和$PBS_NODEFILE属于重复指定节点文件，二者选其一即可，推荐使用集群自动生成的$PBS_NODEFILE
   • 命令末尾多了一个多余的反引号`，会触发语法报错
     修正后的启动命令：

   /share/apps/mpich/bin/mpiexec -n 8 -machinefile $PBS_NODEFILE ./R0.5-0.2K-r2.41-ST
   

3. 环境与工作目录优化建议

   • 虽然通过source /share/apps/mpich加载了MPI环境，但建议确认mpiexec路径是否能被正确识别，必要时可取消注释export PATH=$PATH:/share/apps/mpich/bin
   • 取消注释cd $PBS_O_WORKDIR，确保作业在提交目录启动后再切换到可执行文件所在目录，避免路径依赖问题

修正后的完整脚本示例 #

#PBS -S /bin/bash
#PBS -N test
#PBS -l nodes=1:ppn=8
#PBS -j oe
#PBS -V
#PBS -o /home/wyhao/output/out/screen.out
#PBS -e /home/wyhao/output/error/error.err
#PBS -l walltime=99:59:59  # 修正walltime格式

# 加载依赖环境
source /share/apps/mpich 
source /home/wyhao/dealii-8.4.1

# 切换到作业提交目录
cd $PBS_O_WORKDIR

# 进入可执行文件所在目录
cd /home/wyhao/single-ST/build

# 正确启动MPI作业
/share/apps/mpich/bin/mpiexec -n 8 -machinefile $PBS_NODEFILE ./R0.5-0.2K-r2.41-ST

内容的提问来源于stack exchange，提问作者Haoweiye-Crazy potato