[SCore-users-jp] sc_watch

[Naoya Maruyama]

sc_watchについて質問があります。

SCore5.4, RedHat7.1, kernel v2.4.19 の環境で、sc_watchを実行すると、サブ
ミットしたノードのsyslogに例えば、

日付　ノード名  日付　時刻 sc_watch: ノード名

の形式のメッセージが全計算ノード分について記録されますが、ときどき一部の
ノードについてこのメッセージが記録されていない場合があります（node00-
node63で構成している場合に、node10-node20についてのみないなど）。特に
sc_watchはエラーメッセージを出力していないのですが、問題ないのでしょうか？

補足しますと、これはsc_watchによる自動再起動が行われたときに発生しまし
た。すなわち、

1. sc_watch がタイムアウトを検出
2. 各ノードでscremote, scoredを再起動
3. sc_watch を再実行

の、イベント3の段階で発生しました。ログがないノードのsyslogから、イベン
ト2のscremoteは実行されていることは確認しています。

また、sc_watchがイベント1でタイムアウトを検出したノードがどのノードかは
どこを調べたらわかりますでしょうか？

ちなみに、このときはこちらの環境になんらかの問題があった模様で、自動再起
動が繰り返し発生していました。現在その原因を探っているのですが、なんらか
の手がかりが得られると幸いです。よろしくお願いします。

丸山直也　東工大