MPI并行计算环境搭建以及集群测试

转自：http://wuyanzan60688.blog.163.com/blog/static/12777616320132851924235/

MPI作为一种通过消息传递进行并行计算的框架，在很多科学计算上有很重要的应用，这次因为GraphLab环境搭建时的需要，花了三个来小时的时间进行了初步的搭建摸索，感觉很有意思！

首先是单机MPI安装
1.安装之前
因为是集群测试，所以跟hadoop一样先要设置ssh无密钥登录（可以参考这里），我这里用的是一个服务器节点和一台虚拟机。
上面给出的链接里对ssh无密钥登录设置说的很清楚。
2.开始安装
源码下载地址，这里我用的是1.0.8（mpich命名很怪气，明明是v2，它却命名是1，无力吐槽）
mpich2-1.0.8.tar.gz
单机安装很简单

#tar -zxvf mpich2-1.0.8.tar.gz

#./configure (我让它默认安装到/usr/local/bin下，不需要设置安装路径)

#make

#make install

注意：对于集群的每一个机器都要安装，当然你如果用NFS挂载也可以，我没这样用。
安装完成之后最重要的一步有人说是设置环境变量，其实你默认安装路径的话，这个变量设置与否无所谓的。因此最重要的一步是创建配置文件（mpd.conf）。

#touch /etc/mpd.conf

#chmod 600 /etc/mpd.conf

#echo secretword=myword >> /etc/mpd.conf

到此为止，单机安装就算完成了，可以进行单机测试

# mpd &
[1]4457
# mpdtrace
vm4
# mpdallexit

3.集群部署
集群部署就多一步，只需要在主机种创建集合文件（mpd.hosts），文件地方无所谓，内容为集群的hostname列表。

node9 #主服务器

vm4 #子节点

在主机中测试部署是否成功：

# mpdboot -n 2 -f /root/mpd.hosts
# mpdtrace
node9
vm4

说明部署成功。
4.样例测试
icpi是已经经过编译的可执行文件，用于计算pi的值。（注意这里服务器和子节点中icpi放的地方要相同）
单机：

# ./icpi
Enter the number of intervals:(0 quits)10000000000
pi is approximately 3.1415926535895782,Erroris0.0000000000002149
wall clock time =45.378959
Enter the number of intervals:(0 quits)1000
pi is approximately 3.1415927369231227,Erroris0.0000000833333296
wall clock time =0.000149

集群：

[root@node9 wyztest]# mpiexec -n 2 ./icpi
Enter the number of intervals:(0 quits)10000000000
pi is approximately 3.1415926535895737,Erroris0.0000000000002194
wall clock time =22.696655
Enter the number of intervals:(0 quits)0

Enter the number of intervals:(0 quits)1000
pi is approximately 3.1415927369231254,Erroris0.0000000833333322
wall clock time =0.001589

测试结果表明：对于间隔比较大时，明显集群快，但是间隔很小时，由于消息传递机制本身会耗时，因此集群效率不如单机。

部分参考资料链接： http://blog.sina.com.cn/s/blog_5daeb2750100z3qx.html http://blog.csdn.net/logwt/article/details/7325314
/article/5672521.html http://blog.csdn.net/ngvjai/article/details/8000045
补充：（可能会出现的问题，这是我在再次部署的时候出现的问题，第一次部署的时候太顺利了，因此没有出现问题，第二次再部署的时候出现了如下四个问题。）
问题1

/usr/local/bin/mpdlib.py:8:DeprecationWarning:The popen2 moduleis deprecated.Use the subprocess module.
import sys, os, signal, popen2, socket,select, inspect
/usr/local/bin/mpdlib.py:15:DeprecationWarning: the md5 moduleis deprecated;use hashlib instead
from md5 importnewas md5new

原因：python版本太高了，python2.6开始都不支持popen2模块，转而用subprocess模块代替，因此会出现这个错误。
解决办法是降低python的版本，转到python2.5之后就可以了。（源码下载）
问题2

#ssh node2

ssh: node2: Temporary failure in name resolution

#ssh 192.168.169.2 则成功

原因：/etc/hosts中配置不完全
解决办法：两端都需要配置如下：

192.168.168.9 node9
192.168.169.2 node2

问题3

[root@node9 source]# mpdboot -n 2 -f /root/mpd.hosts
mpdboot_node9 (handle_mpd_output 401): failed to connect to mpd on node2

原因：防火墙的问题，node2中防火墙禁止node9进行mpd连接
解决办法：我直接将node2中端口关掉了

[root@node2 .ssh]# iptables -F
[root@node2 .ssh]# iptables -L
Chain INPUT (policy ACCEPT)
target prot opt source destination

Chain FORWARD (policy ACCEPT)
target prot opt source destination

Chain OUTPUT (policy ACCEPT)
target prot opt source destination

或者你可以参考这里，这个连接的第二个问题就是教你如何解决防火墙禁止mpd访问的。

问题4

mpiexec_node9 (mpiexec 392):no msg recvd from mpd when expecting ack of