关于HPC集群srun登录后无法访问/usr/local/bin集群程序的技术问询

这是HPC集群里挺常见的环境配置坑，我来分享几个排查和解决的思路：

先搞清楚问题根源 #

首先得确认计算节点的/usr/local/bin是不是和头节点的共享存储目录：

• 在头节点和计算节点分别执行 df -h /usr/local/bin
• 如果输出的挂载点不一样，说明计算节点的/usr/local/bin是本地节点的目录，而非集群共享的——这就意味着你要找的通用程序根本不在计算节点的这个目录里，得找集群统一部署的软件目录（比如/opt/apps/bin、/cluster/bin这类，具体得看集群配置）。

另外，你修改.bash_profile没生效，大概率是因为srun启动的shell不加载.bash_profile：默认情况下，交互式登录shell才会加载.bash_profile，而有些集群的srun登录节点时启动的是非交互式shell，只会加载.bashrc。

具体解决办法 #

1. 调整shell启动脚本的配置 #

把PATH的追加配置放到.bashrc里（而不是只放.bash_profile），注意不要覆盖原有PATH，而是把系统共享目录放在前面：

# 在~/.bashrc里添加这一行
export PATH=/usr/local/bin:$PATH

如果还是想保留.bash_profile的配置，可以在.bashrc末尾加一行：

source ~/.bash_profile

2. 检查集群的模块管理系统 #

绝大多数HPC集群会用module工具来统一管理软件环境，试试在计算节点执行：

module avail

看看有没有你需要的程序对应的模块，比如要运行python的话，可能需要module load python/3.10——加载模块后，对应的程序路径会自动加到你的PATH里，这也是集群推荐的软件使用方式。

3. 临时应急方案 #

如果只是临时需要运行程序，直接用绝对路径执行就行：

/usr/local/bin/your-program-name

或者在当前会话手动追加PATH：

export PATH=/usr/local/bin:$PATH

4. 找集群管理员求助 #

如果上面的方法都不管用，很大概率是集群的存储挂载或者全局环境配置有问题——比如计算节点没挂载头节点的共享/usr/local目录，这种情况只有管理员能调整集群的存储或环境配置。

内容的提问来源于stack exchange，提问作者Liquidity