非root权限下使用qsub的方法及SGE系统qsub提交失败求助

一、qsub提交失败的问题分析与修正脚本 #

你提交失败最核心的问题是用错了作业调度系统的语法——你写的全是PBS/Torque系统的指令（#PBS开头），但SGE（Sun Grid Engine）根本不识别这套语法，这直接导致提交失败。除此之外还有几个小问题，我给你整理了修正后的脚本，并说明修改点：

修正后的提交脚本 #

#!/bin/bash
#$ -l nodes=1:ppn=4               # 指定1个节点，4个核心（SGE标准指令前缀是#$）
#$ -N pix2pix                      # 作业名称
#$ -o pix2pix.out                  # 标准输出重定向文件
#$ -e pix2pix.err                  # 错误输出重定向文件
#$ -q GPU_HIGH                     # 指定要提交的GPU队列
#$ -l h_rt=72:00:00                # SGE中设置运行时间的参数是h_rt，格式为hh:mm:ss，这里设72小时（根据集群限制调整）
#$ -cwd                            # 自动切换到提交脚本时的工作目录，替代你原来的cd操作

# 激活conda tensorflow环境
source activate tensorflow

# 执行训练脚本，换行排版更清晰
python /public/home/chensu/others/Guicai/pix2pix-tensorflow/pix2pix.py \
--mode train \
--output_dir /public/home/chensu/others/Guicai/pix2pix-tensorflow/face2face-model \
--max_epochs 2000 \
--input_dir /public/home/chensu/others/Guicai/pix2pix-tensorflow/你的完整输入目录路径

关键修改点说明 #

• 指令前缀替换：把所有#PBS改成SGE标准的#$，这是最核心的修改，SGE只会识别#$开头的作业参数
• 运行时间参数：SGE中设置作业最长运行时间的参数是h_rt，而不是PBS的walltime，并且格式必须是hh:mm:ss，你原来写的72000:00:00时间过长，远超绝大多数集群的限制，这里改成合理的72小时，你可以根据集群管理员给出的上限调整
• 工作目录设置：用#$ -cwd可以自动切换到你提交脚本时所在的目录，比手动cd更可靠，如果你坚持手动cd，也要确保路径拼写正确（你原来的$PBS_0_WORKDIR不仅是PBS变量，还打错了字母，应该是O不是0，SGE对应变量是$SGE_O_WORKDIR）
• 脚本可读性：把python命令拆成多行，避免一行太长，方便后续修改维护

二、非root用户使用qsub的问题 #

SGE系统默认就是允许普通用户（非root）使用qsub提交作业的，如果你用不了，大概率是以下几个原因：

• 账号未加入SGE用户列表：找集群管理员确认你的账号已经被添加到SGE的用户组中（管理员可以通过qconf -su命令管理SGE用户）
• 无队列提交权限：比如你指定的GPU_HIGH队列，管理员可能限制了只有特定用户组能提交。你可以用qstat -g c查看队列的权限配置，或者直接找管理员给你开放对应队列的提交权限
• 脚本权限不足：确保你的提交脚本有可执行权限，执行chmod +x 你的脚本文件名.sh即可添加执行权限
• 集群SGE服务异常：这种情况概率较低，如果前面几点都没问题，可以联系管理员检查SGE服务状态

内容的提问来源于stack exchange，提问作者Taufik_TF