我们在具有大约200TB存储的集群中使用Lustre，12个对象存储目标（使用QDR Infiniband连接到DDN存储系统）以及大约160个四核和八核计算笔记。 这个系统的大多数用户根本没有任何问题，但我的任务是I / O密集型的。 当我运行有250-500个进程的arrays作业时，同时冲击文件系统，通常在10到20之间的进程将失败。 日志文件表明OST上的负载已超过2，Lustre客户端正在返回错误的数据或read()函数调用失败。
目前我们解决我的问题的唯一方法是运行较less的同时工作。 这是不令人满意的，因为事先不知道我的工作负载是CPU负载还是I / O负担过重。 此外，只是减less负载不是运行supercomptuer的方式：我们希望在负载下运行时运行速度更慢，不会产生不正确的答案。
我想知道如何configurationLustre，以便客户端在OST负载过高时阻塞，而不是让客户端收到不好的数据。
如何configurationLustre使客户端阻止？
你有没有想过添加更多的OSS并分发OST？ 这应该减less负载。 在这方面，你在做什么样的I / O模式？ 你有很多大文件，如果是的话，他们是否有条纹？ 默认条带化为1，这意味着每个文件只驻留在一个OST上，可以在每个文件（创build时）或每个目录（对于新文件）中进行更改。
你也可以尝试增加光泽的超时（lctl get_param / set_param），即：