services/dispatchcloud/node_size.go

   1 // Copyright (C) The Arvados Authors. All rights reserved.
   2 //
   3 // SPDX-License-Identifier: AGPL-3.0
   4
   5 package dispatchcloud
   6
   7 import (
   8         "bytes"
   9         "errors"
  10         "log"
  11         "os/exec"
  12         "strings"
  13         "time"
  14
  15         "git.curoverse.com/arvados.git/sdk/go/arvados"
  16 )
  17
  18 var (
  19         ErrConstraintsNotSatisfiable  = errors.New("constraints not satisfiable by any configured instance type")
  20         ErrInstanceTypesNotConfigured = errors.New("site configuration does not list any instance types")
  21 )
  22
  23 // ChooseInstanceType returns the cheapest available
  24 // arvados.InstanceType big enough to run ctr.
  25 func ChooseInstanceType(cc *arvados.Cluster, ctr *arvados.Container) (best arvados.InstanceType, err error) {
  26         needVCPUs := ctr.RuntimeConstraints.VCPUs
  27         needRAM := ctr.RuntimeConstraints.RAM + ctr.RuntimeConstraints.KeepCacheRAM
  28
  29         if len(cc.InstanceTypes) == 0 {
  30                 err = ErrInstanceTypesNotConfigured
  31                 return
  32         }
  33
  34         err = ErrConstraintsNotSatisfiable
  35         for _, it := range cc.InstanceTypes {
  36                 switch {
  37                 case err == nil && it.Price > best.Price:
  38                 case it.RAM < needRAM:
  39                 case it.VCPUs < needVCPUs:
  40                 case it.Price == best.Price && (it.RAM < best.RAM || it.VCPUs < best.VCPUs):
  41                         // Equal price, but worse specs
  42                 default:
  43                         // Lower price || (same price && better specs)
  44                         best = it
  45                         err = nil
  46                 }
  47         }
  48         return
  49 }
  50
  51 // SlurmNodeTypeFeatureKludge ensures SLURM accepts every instance
  52 // type name as a valid feature name, even if no instances of that
  53 // type have appeared yet.
  54 //
  55 // It takes advantage of some SLURM peculiarities:
  56 //
  57 // (1) A feature is valid after it has been offered by a node, even if
  58 // it is no longer offered by any node. So, to make a feature name
  59 // valid, we can add it to a dummy node ("compute0"), then remove it.
  60 //
  61 // (2) when srun is given an invalid --gres argument and an invalid
  62 // --constraint argument, the error message mentions "Invalid feature
  63 // specification". So, to test whether a feature name is valid without
  64 // actually submitting a job, we can call srun with the feature name
  65 // and an invalid --gres argument.
  66 //
  67 // SlurmNodeTypeFeatureKludge does a test-and-fix operation
  68 // immediately, and then periodically, in case slurm restarts and
  69 // forgets the list of valid features. It never returns (unless there
  70 // are no node types configured, in which case it returns
  71 // immediately), so it should generally be invoked with "go".
  72 func SlurmNodeTypeFeatureKludge(cc *arvados.Cluster) {
  73         if len(cc.InstanceTypes) == 0 {
  74                 return
  75         }
  76         var features []string
  77         for _, it := range cc.InstanceTypes {
  78                 features = append(features, "instancetype="+it.Name)
  79         }
  80         for {
  81                 slurmKludge(features)
  82                 time.Sleep(time.Minute)
  83         }
  84 }
  85
  86 var (
  87         slurmDummyNode     = "compute0"
  88         slurmErrBadFeature = "Invalid feature"
  89         slurmErrBadGres    = "Invalid generic resource"
  90 )
  91
  92 func slurmKludge(features []string) {
  93         cmd := exec.Command("srun", "--gres=invalid-gres-specification", "--constraint="+strings.Join(features, "&"), "true")
  94         out, err := cmd.CombinedOutput()
  95         switch {
  96         case err == nil:
  97                 log.Printf("warning: guaranteed-to-fail srun command did not fail: %q %q", cmd.Path, cmd.Args)
  98                 log.Printf("output was: %q", out)
  99
 100         case bytes.Contains(out, []byte(slurmErrBadFeature)):
 101                 log.Printf("temporarily configuring node %q with all node type features", slurmDummyNode)
 102                 for _, nodeFeatures := range []string{strings.Join(features, ","), ""} {
 103                         cmd = exec.Command("scontrol", "update", "NodeName="+slurmDummyNode, "Features="+nodeFeatures)
 104                         log.Printf("running: %q %q", cmd.Path, cmd.Args)
 105                         out, err := cmd.CombinedOutput()
 106                         if err != nil {
 107                                 log.Printf("error: scontrol: %s (output was %q)", err, out)
 108                         }
 109                 }
 110
 111         case bytes.Contains(out, []byte(slurmErrBadGres)):
 112                 // Evidently our node-type feature names are all valid.
 113
 114         default:
 115                 log.Printf("warning: expected srun error %q or %q, but output was %q", slurmErrBadFeature, slurmErrBadGres, out)
 116         }
 117 }