原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘 要
【目的】为应对超大规模计算系统所带来的监控数据风暴、作业调度稳定性及灵活性、网络复杂度及高效性等实际挑战，本文分享了近期真实实践的经验和解决办法。
【应用背景】当计算系统从P级逐渐向E级过渡，节点数量可超过10 000个。在计算系统设计之初就需要确定网络拓扑的选型，而在系统的具体使用中更是离不开高效的调度和及时的监控。
【方法】本文采用了基于动态负载均衡的分布式监控架构设计，基于高速缓存的分布式告警架构设计，基于SLURM的源码和配置优化，以及nd-Torus网络拓扑仿真对比等相关技术手段，基本满足了实际业务使用需求。
【结果】数据表明，对于~10 000节点的计算系统，实时告警数据
文档评论（0）