cmsearch läuft nach Ende der WU ohne BOINC Aufsicht weiter

[mxplm]

Genau, BOINC meldet die WUs beim Server als fehlgeschlagen und streicht sie entsprechend aus der Liste der WUs. Wie zuvor auch rechnen die Prozesse dann "herrenlos" unter init, da sie ja ursprünglich als fork des wrappers gestartet wurden und der nun beendet ist.

[Ananas]

Hoert sich ein wenig so an, als wuerde der Wrapper das SIGSEGV produzieren.

Falls sich das irgendwie feststellen laesst : Passiert das evtl. vorzugsweise bei Workunits mit besonders langen Dateinamen?

Der Pfad zu den Results (entweder projects oder slots) incl. des Dateinamens koennte irgend einen String sprengen.


p.s.: Beispiel ...

cmsearch -o cms_GA-p[CH-Lin64f]_Chlamydia-trachomatis-434-Bu_AM884176.cir.EMBL_RF00152_SNORD79_1309422131_57686_0 -T 0.0 --fil-T-hmm 0.0 --fil-T-qdb 0.0 RF00152_SNORD79.cm Chlamydia-trachomatis-434-Bu_AM884176.cir.EMBL.fasta

das sind immerhin 225 Zeichen, evtl. noch eine Ausgabeumleitung mit rein oder ein Pfad ...

[mxplm]

Auf dem Screenshot ist ja zu sehen, dass die Namen schon sehr lang sind. Ich weiß jedoch nicht, ob nur lange WUs hängen geblieben sind oder ob zu der Zeit einfach alle WUs aus der Reihe getanzt sind. Ich habe das Gefühl, dass die zwei XXL WUs was schief gestellt haben und einfach alles danach auch kaputt gegangen ist.

[Txt.file]

Hast du WUProp laufen?

Ich hatte auf meinem VPS mal WCG laufen und mir dann gedacht, das sich mal WUProp dazu schalten könnte. Danach hatte ich einige Zombies. WUProp wieder deaktiviert und seit dem läuft es wieder ohne Probleme.

[Michael H.W. Weber]

Hast du WUProp laufen?

Ich hatte auf meinem VPS mal WCG laufen und mir dann gedacht, das sich mal WUProp dazu schalten könnte. Danach hatte ich einige Zombies. WUProp wieder deaktiviert und seit dem läuft es wieder ohne Probleme.

Das solltest Du dann aber auch bei WUProp melden, damit die da mal reinleuchten können...

Michael.

[Ananas]

Auf jeden Fall ist es kein sehr seltener Fehler, ich habe mal eine Stichprobe gemacht :

http://www.rnaworld.de/rnaworld/workuni ... id=5281925 => 3 der Fehler sind Signal 11

http://www.rnaworld.de/rnaworld/workuni ... id=5281038 => 7 der Fehler sind Signal 11

[MReed]

Frage, was genau bedeutet dieses Signal jetzt?

[Ananas]

http://en.wikipedia.org/wiki/SIGSEGV

Deshalb kam ich auch auf einen zu kurz dimensionierten String als moegliche Ursache.

Das cmsearch kann es eigentlich nicht gewesen sein, da das ja weiterlief. Bleibt also nur der Wrapper.
___________

Eine weitere Operation, die in der Lage ist, SIGSEGV zu produzieren, ist das Schliessen von nicht geoeffneten oder auch nur der Zugriff auf ungueltige Filepointer.

Wenn der allererste Absturz mit weiterlaufendem cmsearch eine andere Ursache hatte, ist in dessen Slotverzeichnis mindestens eine Datei exklusiv geoeffnet, jeder Versuch, mit einem weiteren Prozess darauf zuzugreifen, muss daher fehlschlagen. Wird der Fehler beim Oeffnen nicht abgefangen und mit dem ungueltigen FILE weitergearbeitet, kann das bei jedem weiteren Versuch, im gleichen Slot ein weiteres Result zu starten, zu einem weiteren Zombie fuehren, weil der Wrapper verstirbt.

Results, die in anderen Slots gestartet wurden, waeren in so einem Fall nicht betroffen.

[mxplm]

Hast du WUProp laufen?

Ja, hab' ich.

Das cmsearch kann es eigentlich nicht gewesen sein, da das ja weiterlief. Bleibt also nur der Wrapper.

Klingt auch plausibel.

Ich werde erstmal WUProp abstellen und mal sehen, ob die Zombies dann ausbleiben.

[Ananas]

Hast du WUProp laufen?

Ja, hab' ich.
...
Ich werde erstmal WUProp abstellen und mal sehen, ob die Zombies dann ausbleiben.

Ich habe die Sig11-Abstuerze der beiden oben verlinkten WUs mal kontrolliert, mehr als 2/3 davon haben WU-Prop in der Projektliste stehen, bei den "anonymous" kann ich es nicht feststellen und bei zweien steht es nicht in der Liste. Das bedeutet aber nicht, dass sie es nicht laufen haben sondern kann auch bedeuten, dass deren globale BOINC-ID es noch nicht erfasst (bei neuen Projekten dauern Export und Synchronisation immer etwas).

Es besteht also eine relativ hohe Wahrscheinlichkeit, dass da ein Zusammenhang besteht.

[mxplm]

Gerade musste ich wieder mehr als 10 x cmsearch abschießen. (Ich glaube nachdem ich WUProp abgemeldet hatte, habe ich BOINC noch nicht neu gestartet - bis eben grade.) Ich habe mir mal die offenen Files für einige der PIDs angesehen:

Code: Alles auswählen

# pidof cmsearch
21174 21172 21074 21073 21041 21019 21018 20991 20964 20938 20210 19706 19624 19515 19364
# lsof -p 21172 2>/dev/null | egrep "slots\/.\/cmsearch"
cmsearch 21172 boinc  txt    REG    8,1  1931448     140994 /var/lib/boinc-client/slots/0/cmsearch (deleted)
# lsof -p 21074 2>/dev/null | egrep "slots\/.\/cmsearch"
cmsearch 21074 boinc  txt    REG    8,1  1931448     141189 /var/lib/boinc-client/slots/1/cmsearch (deleted)
# lsof -p 21073 2>/dev/null | egrep "slots\/.\/cmsearch"
cmsearch 21073 boinc  txt    REG    8,1  1931448     141182 /var/lib/boinc-client/slots/0/cmsearch (deleted)
# lsof -p 21041 2>/dev/null | egrep "slots\/.\/cmsearch"
cmsearch 21041 boinc  txt    REG    8,1  1931448     141168 /var/lib/boinc-client/slots/0/cmsearch (deleted)
# lsof -p  21019 2>/dev/null | egrep "slots\/.\/cmsearch"
cmsearch 21019 boinc  txt    REG    8,1  1931448     141160 /var/lib/boinc-client/slots/1/cmsearch (deleted)

Inhalt der Verzeichnisse war:

Code: Alles auswählen

/var/lib/boinc-client/slots# ls -ltra *
3:
insgesamt 8
drwxrwx--x 6 boinc boinc 4096 2011-07-20 20:17 ..
drwxrwx--x 2 boinc boinc 4096 2011-07-21 00:02 .

1:
insgesamt 49876
-rw-r--r-- 1 boinc boinc  2587818 2009-07-15 04:00 PDB-1EGK_PMID-10864501_FourWayJunction_movie_nut-60-16s.swf
-rw-r--r-- 1 boinc boinc  2502223 2009-07-15 04:02 PDB-1Q8N_PMID-10617571_MalachiteGreenAptamer_movie_nut-60-16s.swf
-rw-r--r-- 1 boinc boinc  2714734 2009-07-15 04:04 PDB-1SJ3_PMID-15141216_HDVPrecursor_movie_nut-60-16s.swf
-rw-r--r-- 1 boinc boinc  3150652 2009-07-15 04:07 PDB-1U9S_PMID-15459389_S-domainA-typeRNaseP_movie_nut-60-16s.swf
-rw-r--r-- 1 boinc boinc  2937515 2009-07-15 04:09 PDB-2A2E_PMID-16113684_A-typeRNaseP_movie_nut-60-16s.swf
-rw-r--r-- 1 boinc boinc  2810401 2009-07-15 04:12 PDB-2NZ4_PMID-17196404_GlmS-GlcN6P_movie_nut-60-16s.swf
-rw-r--r-- 1 boinc boinc  1959633 2009-07-15 04:16 MW-6SRNAFragment_movie_nut-60-16s.swf
-rw-r--r-- 1 boinc boinc  3417970 2009-07-18 22:55 play.exe
-rwxrwxrwx 1 boinc boinc    46512 2010-02-14 11:32 RF00516_ylbH.cm
-rwxrwxrwx 1 boinc boinc    45254 2010-02-14 11:32 RF00515_PyrR.cm
-rwxrwxrwx 1 boinc boinc    21718 2010-02-22 01:07 RF00517_serC.cm
-rwxrwxrwx 1 boinc boinc  4720961 2010-03-14 09:08 Escherichia-coli-HS_CP000802.cir.EMBL.fasta
-rwxr-xr-x 1 boinc boinc  1931448 2010-09-25 15:59 cmsearch
drwxr-xr-x 4 boinc boinc     4096 2010-09-25 17:38 copyright
-rw-r--r-- 1 boinc boinc      540 2011-07-14 02:26 results
drwxrwx--x 6 boinc boinc     4096 2011-07-20 20:17 ..
-rwxr-xr-x 1 boinc boinc   860152 2011-07-21 23:35 zip
-rwxr-xr-x 1 boinc boinc   630312 2011-07-21 23:35 unzip_cpufeat
-rw-r--r-- 1 boinc boinc     4757 2011-07-21 23:35 init_data.xml
-rw-r--r-- 1 boinc boinc       99 2011-07-21 23:35 cmswrapper_0.32_x86_64-pc-linux-gnu
-rwxr-xr-x 1 boinc boinc  3620555 2011-07-21 23:35 cmsearch.zip
-rwxr-xr-x 1 boinc boinc   135144 2011-07-21 23:35 unzip
-rwxr-xr-x 1 boinc boinc 15370328 2011-07-21 23:35 graphics.zip
-rw-r--r-- 1 boinc boinc      157 2011-07-21 23:35 stdout
-rw-r--r-- 1 boinc boinc     3219 2011-07-21 23:35 job.xml
-rw-r--r-- 1 boinc boinc  1464964 2011-07-21 23:35 in.zip
-rw-r--r-- 1 boinc boinc        0 2011-07-21 23:35 boinc_lockfile
drwxr-xr-x 2 boinc boinc     4096 2011-07-21 23:35 default
drwxr-xr-x 2 boinc boinc     4096 2011-07-21 23:35 sse2
drwxr-xr-x 2 boinc boinc     4096 2011-07-21 23:35 sse3
drwxr-xr-x 2 boinc boinc     4096 2011-07-21 23:35 sse4
-rw-r--r-- 1 boinc boinc       82 2011-07-21 23:35 stderr
-rw-r--r-- 1 boinc boinc     1273 2011-07-21 23:35 forecast.txt
-rw-r--r-- 1 boinc boinc       11 2011-07-21 23:35 checkpoint.txt
-rw-r--r-- 1 boinc boinc        0 2011-07-21 23:35 cms_GA-p[EZ-Lin64f]_Escherichia-coli-HS_CP000802.cir.EMBL_RF00517_serC_1310580723_36115_1
-rw-r--r-- 1 boinc boinc        0 2011-07-21 23:35 cms_GA-p[EZ-Lin64f]_Escherichia-coli-HS_CP000802.cir.EMBL_RF00517_serC_1310580723_36115_0
drwxrwx--x 7 boinc boinc    24576 2011-07-21 23:35 .
-rw-r--r-- 1 boinc boinc      395 2011-07-21 23:35 boinc_task_state.xml
-rw-r--r-- 1 boinc boinc     6222 2011-07-22 08:54 stderr.txt
-rw-r--r-- 1 boinc boinc     8192 2011-07-22 09:01 boinc_mmap_file

2:
insgesamt 48
drwxrwx--x 6 boinc boinc 4096 2011-07-20 20:17 ..
-rw-r--r-- 1 boinc boinc  106 2011-07-22 08:37 wrapper_0.01_x86_64-pc-linux-gnu
-rw-r--r-- 1 boinc boinc  105 2011-07-22 08:37 worker
-rw-r--r-- 1 boinc boinc  144 2011-07-22 08:37 stderr.txt
-rw-r--r-- 1 boinc boinc  566 2011-07-22 08:37 problema.pro
-rw-r--r-- 1 boinc boinc   85 2011-07-22 08:37 job.xml
-rw-r--r-- 1 boinc boinc 4555 2011-07-22 08:37 init_data.xml
-rw-r--r-- 1 boinc boinc    0 2011-07-22 08:37 boinc_lockfile
drwxrwx--x 2 boinc boinc 4096 2011-07-22 08:37 .
-rw-r--r-- 1 boinc boinc 8192 2011-07-22 09:02 boinc_mmap_file
-rw-r--r-- 1 boinc boinc    0 2011-07-22 09:02 watchdog.txt
-rw-r--r-- 1 boinc boinc    4 2011-07-22 09:02 progreso.txt

0:
insgesamt 60868
-rw-r--r-- 1 boinc boinc  2587818 2009-07-15 04:00 PDB-1EGK_PMID-10864501_FourWayJunction_movie_nut-60-16s.swf
-rw-r--r-- 1 boinc boinc  2502223 2009-07-15 04:02 PDB-1Q8N_PMID-10617571_MalachiteGreenAptamer_movie_nut-60-16s.swf
-rw-r--r-- 1 boinc boinc  2714734 2009-07-15 04:04 PDB-1SJ3_PMID-15141216_HDVPrecursor_movie_nut-60-16s.swf
-rw-r--r-- 1 boinc boinc  3150652 2009-07-15 04:07 PDB-1U9S_PMID-15459389_S-domainA-typeRNaseP_movie_nut-60-16s.swf
-rw-r--r-- 1 boinc boinc  2937515 2009-07-15 04:09 PDB-2A2E_PMID-16113684_A-typeRNaseP_movie_nut-60-16s.swf
-rw-r--r-- 1 boinc boinc  2810401 2009-07-15 04:12 PDB-2NZ4_PMID-17196404_GlmS-GlcN6P_movie_nut-60-16s.swf
-rw-r--r-- 1 boinc boinc  1959633 2009-07-15 04:16 MW-6SRNAFragment_movie_nut-60-16s.swf
-rw-r--r-- 1 boinc boinc  3417970 2009-07-18 22:55 play.exe
-rwxrwxrwx 1 boinc boinc    45331 2010-02-16 18:02 RF00721_MIR475.cm
-rwxrwxrwx 1 boinc boinc    30988 2010-02-16 23:07 RF00722_mir-451.cm
-rwxrwxrwx 1 boinc boinc    37654 2010-02-21 10:02 RF00720_mir-317.cm
-rwxrwxrwx 1 boinc boinc  4778935 2010-03-14 09:13 Escherichia-coli-IAI1_CU928160.cir.EMBL.fasta
-rwxr-xr-x 1 boinc boinc  1931448 2010-09-25 15:59 cmsearch
drwxr-xr-x 4 boinc boinc     4096 2010-09-25 17:38 copyright
-rw-r--r-- 1 boinc boinc      568 2011-07-14 02:46 results
drwxrwx--x 6 boinc boinc     4096 2011-07-20 20:17 ..
-rwxr-xr-x 1 boinc boinc   860152 2011-07-21 23:35 zip
-rwxr-xr-x 1 boinc boinc   630312 2011-07-21 23:35 unzip_cpufeat
-rw-r--r-- 1 boinc boinc     4762 2011-07-21 23:35 init_data.xml
-rw-r--r-- 1 boinc boinc       99 2011-07-21 23:35 cmswrapper_0.32_x86_64-pc-linux-gnu
-rwxr-xr-x 1 boinc boinc  3620555 2011-07-21 23:35 cmsearch.zip
-rwxr-xr-x 1 boinc boinc   135144 2011-07-21 23:35 unzip
-rwxr-xr-x 1 boinc boinc 15370328 2011-07-21 23:35 graphics.zip
-rw-r--r-- 1 boinc boinc      162 2011-07-21 23:35 stdout
-rw-r--r-- 1 boinc boinc     3275 2011-07-21 23:35 job.xml
-rw-r--r-- 1 boinc boinc  1483282 2011-07-21 23:35 in.zip
-rw-r--r-- 1 boinc boinc        0 2011-07-21 23:35 boinc_lockfile
drwxr-xr-x 2 boinc boinc     4096 2011-07-21 23:35 default
drwxr-xr-x 2 boinc boinc     4096 2011-07-21 23:35 sse2
drwxr-xr-x 2 boinc boinc     4096 2011-07-21 23:35 sse3
drwxr-xr-x 2 boinc boinc     4096 2011-07-21 23:35 sse4
-rw-r--r-- 1 boinc boinc       82 2011-07-21 23:35 stderr
-rw-r--r-- 1 boinc boinc     2108 2011-07-22 08:40 cms_GA-p[EZ-Lin64f]_Escherichia-coli-IAI1_CU928160.cir.EMBL_RF00722_mir-451_1310580723_37680_1
-rw-r--r-- 1 boinc boinc 11171228 2011-07-22 08:40 cms_GA-p[EZ-Lin64f]_Escherichia-coli-IAI1_CU928160.cir.EMBL_RF00722_mir-451_1310580723_37680_0
-rw-r--r-- 1 boinc boinc     2560 2011-07-22 08:40 forecast.txt
-rw-r--r-- 1 boinc boinc       14 2011-07-22 08:40 checkpoint.txt
-rw-r--r-- 1 boinc boinc        0 2011-07-22 08:40 cms_GA-p[EZ-Lin64f]_Escherichia-coli-IAI1_CU928160.cir.EMBL_RF00721_MIR475_1310580723_37679_1
-rw-r--r-- 1 boinc boinc        0 2011-07-22 08:40 cms_GA-p[EZ-Lin64f]_Escherichia-coli-IAI1_CU928160.cir.EMBL_RF00721_MIR475_1310580723_37679_0
drwxrwx--x 7 boinc boinc    24576 2011-07-22 08:40 .
-rw-r--r-- 1 boinc boinc      406 2011-07-22 08:40 boinc_task_state.xml
-rw-r--r-- 1 boinc boinc     6719 2011-07-22 09:00 stderr.txt
-rw-r--r-- 1 boinc boinc     8192 2011-07-22 09:01 boinc_mmap_file

Es dürfen bei mir 2 Tasks laufen, aktuell läuft einmal Neurona@home (seit gestern) und ständig eine cmsearch. Wenn Neurona@home gerade eine WU fertig hat und ich die nächste lade, rechnet kurzzeitig eine zweite cmsearch. Daher erscheint die Aufteilung der Slots sinnvoll.

Welche Files könnten denn theoretisch gesperrt sein und wie könnte ich das herausfinden? Die WUs brechen in BOINC nicht sofort ab, sie rechnen erst einige Zeit.

[yoyo]

Die *_[01] sind die Ergbnisse von cmsearch.
_0 das Ergebniss
_1 das stdout
Vom wrapper werden stdout, stderr, stderr.txt und checkpoint.txt verwaltet.
yoyo