source: trunk/jobmond/jobmond.py @ 281

Last change on this file since 281 was 281, checked in by bastiaans, 15 years ago

jobmond/jobmond.py:

  • changed ppn extraction from noderequest to be able to handle other properties
  • Property svn:keywords set to Id
File size: 14.7 KB
Line 
1#!/usr/bin/env python
2#
3# This file is part of Jobmonarch
4#
5# Copyright (C) 2006  Ramon Bastiaans
6#
7# Jobmonarch is free software; you can redistribute it and/or modify
8# it under the terms of the GNU General Public License as published by
9# the Free Software Foundation; either version 2 of the License, or
10# (at your option) any later version.
11#
12# Jobmonarch is distributed in the hope that it will be useful,
13# but WITHOUT ANY WARRANTY; without even the implied warranty of
14# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
15# GNU General Public License for more details.
16#
17# You should have received a copy of the GNU General Public License
18# along with this program; if not, write to the Free Software
19# Foundation, Inc., 51 Franklin St, Fifth Floor, Boston, MA  02110-1301  USA
20#
21# SVN $Id: jobmond.py 281 2006-09-15 09:56:32Z bastiaans $
22#
23
24import sys, getopt, ConfigParser
25
26def processArgs( args ):
27
28        SHORT_L = 'c:'
29        LONG_L = 'config='
30
31        config_filename = None
32
33        try:
34
35                opts, args = getopt.getopt( args, SHORT_L, LONG_L )
36
37        except getopt.error, detail:
38
39                print detail
40                sys.exit(1)
41
42        for opt, value in opts:
43
44                if opt in [ '--config', '-c' ]:
45               
46                        config_filename = value
47
48        if not config_filename:
49
50                config_filename = '/etc/jobmond.conf'
51
52        return loadConfig( config_filename )
53
54def loadConfig( filename ):
55
56        def getlist( cfg_string ):
57
58                my_list = [ ]
59
60                for item_txt in cfg_string.split( ',' ):
61
62                        sep_char = None
63
64                        item_txt = item_txt.strip()
65
66                        for s_char in [ "'", '"' ]:
67
68                                if item_txt.find( s_char ) != -1:
69
70                                        if item_txt.count( s_char ) != 2:
71
72                                                print 'Missing quote: %s' %item_txt
73                                                sys.exit( 1 )
74
75                                        else:
76
77                                                sep_char = s_char
78                                                break
79
80                        if sep_char:
81
82                                item_txt = item_txt.split( sep_char )[1]
83
84                        my_list.append( item_txt )
85
86                return my_list
87
88        cfg = ConfigParser.ConfigParser()
89
90        cfg.read( filename )
91
92        global DEBUG_LEVEL, DAEMONIZE, BATCH_SERVER, BATCH_POLL_INTERVAL, GMOND_CONF, DETECT_TIME_DIFFS, BATCH_HOST_TRANSLATE, BATCH_API
93
94        DEBUG_LEVEL = cfg.getint( 'DEFAULT', 'DEBUG_LEVEL' )
95
96        DAEMONIZE = cfg.getboolean( 'DEFAULT', 'DAEMONIZE' )
97
98        try:
99
100                BATCH_SERVER = cfg.get( 'DEFAULT', 'BATCH_SERVER' )
101
102        except ConfigParser.NoOptionError:
103
104                # Backwards compatibility for old configs
105                #
106
107                BATCH_SERVER = cfg.get( 'DEFAULT', 'TORQUE_SERVER' )
108                api_guess = 'pbs'
109       
110        try:
111       
112                BATCH_POLL_INTERVAL = cfg.getint( 'DEFAULT', 'BATCH_POLL_INTERVAL' )
113
114        except ConfigParser.NoOptionError:
115
116                # Backwards compatibility for old configs
117                #
118
119                BATCH_POLL_INTERVAL = cfg.getint( 'DEFAULT', 'TORQUE_POLL_INTERVAL' )
120                api_guess = 'pbs'
121               
122        GMOND_CONF = cfg.get( 'DEFAULT', 'GMOND_CONF' )
123
124        DETECT_TIME_DIFFS = cfg.getboolean( 'DEFAULT', 'DETECT_TIME_DIFFS' )
125
126        BATCH_HOST_TRANSLATE = getlist( cfg.get( 'DEFAULT', 'BATCH_HOST_TRANSLATE' ) )
127
128        try:
129
130                BATCH_API = cfg.get( 'DEFAULT', 'BATCH_API' )
131
132        except ConfigParser.NoOptionError, detail:
133
134                if BATCH_SERVER and api_guess:
135                        BATCH_API = api_guess
136                else:
137                        debug_msg( 0, "fatal error: BATCH_API not set and can't make guess" )
138                        sys.exit( 1 )
139       
140        return True
141
142
143import time, os, socket, string, re
144
145METRIC_MAX_VAL_LEN = 900
146
147class DataProcessor:
148        """Class for processing of data"""
149
150        binary = '/usr/bin/gmetric'
151
152        def __init__( self, binary=None ):
153                """Remember alternate binary location if supplied"""
154
155                if binary:
156                        self.binary = binary
157
158                # Timeout for XML
159                #
160                # From ganglia's documentation:
161                #
162                # 'A metric will be deleted DMAX seconds after it is received, and
163                # DMAX=0 means eternal life.'
164
165                self.dmax = str( int( int( BATCH_POLL_INTERVAL ) * 2 ) )
166
167                try:
168                        gmond_file = GMOND_CONF
169
170                except NameError:
171                        gmond_file = '/etc/gmond.conf'
172
173                if not os.path.exists( gmond_file ):
174                        debug_msg( 0, gmond_file + ' does not exist' )
175                        sys.exit( 1 )
176
177                incompatible = self.checkGmetricVersion()
178
179                if incompatible:
180                        debug_msg( 0, 'Gmetric version not compatible, pls upgrade to at least 3.0.1' )
181                        sys.exit( 1 )
182
183        def checkGmetricVersion( self ):
184                """
185                Check version of gmetric is at least 3.0.1
186                for the syntax we use
187                """
188
189                global METRIC_MAX_VAL_LEN
190
191                for line in os.popen( self.binary + ' --version' ).readlines():
192
193                        line = line.split( ' ' )
194
195                        if len( line ) == 2 and str(line).find( 'gmetric' ) != -1:
196                       
197                                gmetric_version = line[1].split( '\n' )[0]
198
199                                version_major = int( gmetric_version.split( '.' )[0] )
200                                version_minor = int( gmetric_version.split( '.' )[1] )
201                                version_patch = int( gmetric_version.split( '.' )[2] )
202
203                                incompatible = 0
204
205                                if version_major < 3:
206
207                                        incompatible = 1
208                               
209                                elif version_major == 3:
210
211                                        if version_minor == 0:
212
213                                                if version_patch < 1:
214                                               
215                                                        incompatible = 1
216
217                                                if version_patch < 3:
218
219                                                        METRIC_MAX_VAL_LEN = 900
220
221                                                elif version_patch >= 3:
222
223                                                        METRIC_MAX_VAL_LEN = 1400
224
225                return incompatible
226
227        def multicastGmetric( self, metricname, metricval, valtype='string' ):
228                """Call gmetric binary and multicast"""
229
230                cmd = self.binary
231
232                try:
233                        cmd = cmd + ' -c' + GMOND_CONF
234                except NameError:
235                        debug_msg( 10, 'Assuming /etc/gmond.conf for gmetric cmd (ommitting)' )
236
237                cmd = cmd + ' -n' + str( metricname )+ ' -v"' + str( metricval )+ '" -t' + str( valtype ) + ' -d' + str( self.dmax )
238
239                debug_msg( 10, printTime() + ' ' + cmd )
240                os.system( cmd )
241
242class SgeDataGatherer:
243
244        """Placeholder for Babu Sundaram's SGE implementation"""
245
246        def daemon( self ):
247
248                pass
249
250        def run( self ):
251
252                pass
253
254class PbsDataGatherer:
255
256        """This is the DataGatherer for PBS and Torque"""
257
258        jobs = { }
259
260        global PBSQuery
261
262        def __init__( self ):
263                """Setup appropriate variables"""
264
265                self.jobs = { }
266                self.timeoffset = 0
267                self.dp = DataProcessor()
268                self.initPbsQuery()
269
270        def initPbsQuery( self ):
271
272                self.pq = None
273                if( BATCH_SERVER ):
274                        self.pq = PBSQuery( BATCH_SERVER )
275                else:
276                        self.pq = PBSQuery()
277
278        def getAttr( self, attrs, name ):
279                """Return certain attribute from dictionary, if exists"""
280
281                if attrs.has_key( name ):
282                        return attrs[name]
283                else:
284                        return ''
285
286        def jobDataChanged( self, jobs, job_id, attrs ):
287                """Check if job with attrs and job_id in jobs has changed"""
288
289                if jobs.has_key( job_id ):
290                        oldData = jobs[ job_id ]       
291                else:
292                        return 1
293
294                for name, val in attrs.items():
295
296                        if oldData.has_key( name ):
297
298                                if oldData[ name ] != attrs[ name ]:
299
300                                        return 1
301
302                        else:
303                                return 1
304
305                return 0
306
307        def getJobData( self, known_jobs ):
308                """Gather all data on current jobs in Torque"""
309
310                if len( known_jobs ) > 0:
311                        jobs = known_jobs
312                else:
313                        jobs = { }
314
315                #self.initPbsQuery()
316       
317                #print self.pq.getnodes()
318       
319                joblist = self.pq.getjobs()
320
321                self.cur_time = time.time()
322
323                jobs_processed = [ ]
324
325                #self.printJobs( joblist )
326
327                for name, attrs in joblist.items():
328
329                        job_id = name.split( '.' )[0]
330
331                        jobs_processed.append( job_id )
332
333                        name = self.getAttr( attrs, 'Job_Name' )
334                        queue = self.getAttr( attrs, 'queue' )
335                        owner = self.getAttr( attrs, 'Job_Owner' ).split( '@' )[0]
336                        requested_time = self.getAttr( attrs, 'Resource_List.walltime' )
337                        requested_memory = self.getAttr( attrs, 'Resource_List.mem' )
338
339                        mynoderequest = self.getAttr( attrs, 'Resource_List.nodes' )
340
341                        ppn = ''
342
343                        if mynoderequest.find( ':' ) != -1 and mynoderequest.find( 'ppn' ) != -1:
344
345                                mynoderequest_fields = mynoderequest.split( ':' )
346
347                                for mynoderequest_field in mynoderequest_fields:
348
349                                        if mynoderequest_field.find( 'ppn' ) != -1:
350
351                                                ppn = mynoderequest_field.split( 'ppn=' )[1]
352
353                        status = self.getAttr( attrs, 'job_state' )
354
355                        queued_timestamp = self.getAttr( attrs, 'ctime' )
356
357                        if status == 'R':
358                                start_timestamp = self.getAttr( attrs, 'mtime' )
359                                nodes = self.getAttr( attrs, 'exec_host' ).split( '+' )
360
361                                nodeslist = [ ]
362
363                                for node in nodes:
364                                        host = node.split( '/' )[0]
365
366                                        if nodeslist.count( host ) == 0:
367
368                                                for translate_pattern in BATCH_HOST_TRANSLATE:
369
370                                                        if translate_pattern.find( '/' ) != -1:
371
372                                                                translate_orig = translate_pattern.split( '/' )[1]
373                                                                translate_new = translate_pattern.split( '/' )[2]
374
375                                                                host = re.sub( translate_orig, translate_new, host )
376                               
377                                                if not host in nodeslist:
378                               
379                                                        nodeslist.append( host )
380
381                                if DETECT_TIME_DIFFS:
382
383                                        # If a job start if later than our current date,
384                                        # that must mean the Torque server's time is later
385                                        # than our local time.
386                               
387                                        if int(start_timestamp) > int( int(self.cur_time) + int(self.timeoffset) ):
388
389                                                self.timeoffset = int( int(start_timestamp) - int(self.cur_time) )
390
391                        elif status == 'Q':
392                                start_timestamp = ''
393                                count_mynodes = 0
394                                numeric_node = 1
395
396                                for node in mynoderequest.split( '+' ):
397
398                                        nodepart = node.split( ':' )[0]
399
400                                        for letter in nodepart:
401
402                                                if letter not in string.digits:
403
404                                                        numeric_node = 0
405
406                                        if not numeric_node:
407                                                count_mynodes = count_mynodes + 1
408                                        else:
409                                                count_mynodes = count_mynodes + int( nodepart )
410                                               
411                                nodeslist = str( count_mynodes )
412                        else:
413                                start_timestamp = ''
414                                nodeslist = ''
415
416                        myAttrs = { }
417                        myAttrs['name'] = str( name )
418                        myAttrs['queue'] = str( queue )
419                        myAttrs['owner'] = str( owner )
420                        myAttrs['requested_time'] = str( requested_time )
421                        myAttrs['requested_memory'] = str( requested_memory )
422                        myAttrs['ppn'] = str( ppn )
423                        myAttrs['status'] = str( status )
424                        myAttrs['start_timestamp'] = str( start_timestamp )
425                        myAttrs['queued_timestamp'] = str( queued_timestamp )
426                        myAttrs['reported'] = str( int( int( self.cur_time ) + int( self.timeoffset ) ) )
427                        myAttrs['nodes'] = nodeslist
428                        myAttrs['domain'] = string.join( socket.getfqdn().split( '.' )[1:], '.' )
429                        myAttrs['poll_interval'] = str( BATCH_POLL_INTERVAL )
430
431                        if self.jobDataChanged( jobs, job_id, myAttrs ) and myAttrs['status'] in [ 'R', 'Q' ]:
432                                jobs[ job_id ] = myAttrs
433
434                                #debug_msg( 10, printTime() + ' job %s state changed' %(job_id) )
435
436                for id, attrs in jobs.items():
437
438                        if id not in jobs_processed:
439
440                                # This one isn't there anymore; toedeledoki!
441                                #
442                                del jobs[ id ]
443
444                return jobs
445
446        def submitJobData( self, jobs ):
447                """Submit job info list"""
448
449                self.dp.multicastGmetric( 'MONARCH-HEARTBEAT', str( int( int( self.cur_time ) + int( self.timeoffset ) ) ) )
450
451                # Now let's spread the knowledge
452                #
453                for jobid, jobattrs in jobs.items():
454
455                        gmetric_val = self.compileGmetricVal( jobid, jobattrs )
456
457                        metric_increment = 0
458
459                        for val in gmetric_val:
460                                self.dp.multicastGmetric( 'MONARCH-JOB-' + jobid + '-' + str(metric_increment), val )
461                                metric_increment = metric_increment + 1
462
463        def compileGmetricVal( self, jobid, jobattrs ):
464                """Create a val string for gmetric of jobinfo"""
465
466                gval_lists = [ ]
467
468                mystr = None
469
470                val_list = { }
471
472                for val_name, val_value in jobattrs.items():
473
474                        val_list_names_len      = len( string.join( val_list.keys() ) ) + len(val_list.keys())
475                        val_list_vals_len       = len( string.join( val_list.values() ) ) + len(val_list.values())
476
477                        if val_name == 'nodes' and jobattrs['status'] == 'R':
478
479                                node_str = None
480
481                                for node in val_value:
482
483                                        if node_str:
484                                                node_str = node_str + ';' + node
485                                        else:
486                                                node_str = node
487
488                                        if (val_list_names_len + len(val_name) ) + (val_list_vals_len + len(node_str) ) > METRIC_MAX_VAL_LEN:
489
490                                                val_list[ val_name ] = node_str
491                                                gval_lists.append( val_list )
492                                                val_list = { }
493                                                node_str = None
494
495                                val_list[ val_name ] = node_str
496                                gval_lists.append( val_list )
497                                val_list = { }
498
499                        elif val_value != '':
500
501                                if (val_list_names_len + len(val_name) ) + (val_list_vals_len + len(str(val_value)) ) > METRIC_MAX_VAL_LEN:
502
503                                        gval_lists.append( val_list )
504                                        val_list = { }
505
506                                val_list[ val_name ] = val_value
507
508                if len(val_list) > 0:
509                        gval_lists.append( val_list )
510
511                str_list = [ ]
512
513                for val_list in gval_lists:
514
515                        my_val_str = None
516
517                        for val_name, val_value in val_list.items():
518
519                                if my_val_str:
520
521                                        my_val_str = my_val_str + ' ' + val_name + '=' + val_value
522                                else:
523                                        my_val_str = val_name + '=' + val_value
524
525                        str_list.append( my_val_str )
526
527                return str_list
528
529        def printJobs( self, jobs ):
530                """Print a jobinfo overview"""
531
532                for name, attrs in self.jobs.items():
533
534                        print 'job %s' %(name)
535
536                        for name, val in attrs.items():
537
538                                print '\t%s = %s' %( name, val )
539
540        def printJob( self, jobs, job_id ):
541                """Print job with job_id from jobs"""
542
543                print 'job %s' %(job_id)
544
545                for name, val in jobs[ job_id ].items():
546
547                        print '\t%s = %s' %( name, val )
548
549        def daemon( self ):
550                """Run as daemon forever"""
551
552                # Fork the first child
553                #
554                pid = os.fork()
555                if pid > 0:
556                        sys.exit(0)  # end parent
557
558                # creates a session and sets the process group ID
559                #
560                os.setsid()
561
562                # Fork the second child
563                #
564                pid = os.fork()
565                if pid > 0:
566                        sys.exit(0)  # end parent
567
568                # Go to the root directory and set the umask
569                #
570                os.chdir('/')
571                os.umask(0)
572
573                sys.stdin.close()
574                sys.stdout.close()
575                sys.stderr.close()
576
577                os.open('/dev/null', os.O_RDWR)
578                os.dup2(0, 1)
579                os.dup2(0, 2)
580
581                self.run()
582
583        def run( self ):
584                """Main thread"""
585
586                while ( 1 ):
587               
588                        self.jobs = self.getJobData( self.jobs )
589                        self.submitJobData( self.jobs )
590                        time.sleep( BATCH_POLL_INTERVAL )       
591
592def printTime( ):
593        """Print current time/date in human readable format for log/debug"""
594
595        return time.strftime("%a, %d %b %Y %H:%M:%S")
596
597def debug_msg( level, msg ):
598        """Print msg if at or above current debug level"""
599
600        if (DEBUG_LEVEL >= level):
601                        sys.stderr.write( msg + '\n' )
602
603def main():
604        """Application start"""
605
606        global PBSQuery
607
608        if not processArgs( sys.argv[1:] ):
609                sys.exit( 1 )
610
611        if BATCH_API == 'pbs':
612
613                try:
614                        from PBSQuery import PBSQuery
615
616                except ImportError:
617
618                        debug_msg( 0, "fatal error: BATCH_API set to 'pbs' but python module 'pbs_python' is not installed" )
619                        sys.exit( 1 )
620
621                gather = PbsDataGatherer()
622
623        elif BATCH_API == 'sge':
624
625                pass
626                # import Babu's code here
627                #
628                #try:
629                #       import sge_drmaa
630                #
631                #except ImportError:
632                #
633                #       debug_msg( 0, "fatal error: BATCH_API set to 'sge' but python module 'sge_drmaa' is not installed' )
634                #       sys.exit( 1 )
635                #
636                #gather = SgeDataGatherer()
637
638        else:
639                debug_msg( 0, "fatal error: unknown BATCH_API '" + BATCH_API + "' is not supported" )
640                sys.exit( 1 )
641
642        if DAEMONIZE:
643                gather.daemon()
644        else:
645                gather.run()
646
647# wh00t? someone started me! :)
648#
649if __name__ == '__main__':
650        main()
Note: See TracBrowser for help on using the repository browser.