====== Xestión de erros relativos a traballos ======

Se un traballo se queda nun estado inconsistente que non permite ser eliminado polo shepherd correspondente podese acceder ao nodo e comprobar / cancelar o traballo para liberar os recursos.

Para isto accederemos ao nodo empregando rsh. Para identificar o traballo axudarémonos do comando ''ps aux --forest'' que nos proporcionará unha saída similar a seguinte:

<code>
...
root      2052  0.0  0.0   5928   620 tty6     Ss+  Feb10   0:00 /sbin/getty 38400 tty6
1001     14552  0.1  0.0  33424  3104 ?        Sl   11:22   0:33 /opt/sge6.2u5/bin/lx24-amd64/sge_execd
1001     15473  0.0  0.0  22528  1652 ?        S    12:01   0:00  \_ sge_shepherd-1994 -bg
2020     15476  0.0  0.0  19048  1632 ?        Ss   12:01   0:00  |   \_ -bash /opt/sge6.2u5/default/spool/workian10/job_...
2020     15612  108  1.6 2429156 1108812 ?     Sl   12:01 276:41  |       \_ executable.exe:
1001     15559  0.0  0.0  22532  1652 ?        S    12:01   0:00  \_ sge_shepherd-1997 -bg
...
</code>

Para identificar o traballo que queremos matar, debemos comprobar o sufixo dos procesos sge_shepherd-XXXX, no cal o XXXX representa o jobid en SGE. Con esta información podemos analizar o estado de execución dos traballos e matalos de ser necesario (deberíase matar o executable -- ou o mpirun de ser un traballo mpi) para deixar o sge no estado máis estable posible.

====== Error relativos a nodos ======

Se un nodo non mostra un estado consistente co master podemos reiniciar o servizo de sge_execd para restaurar o estado.

<code>/etc/init.d/sgeexecd.sgedec help
Grid Engine start/stop script. Valid parameters are:

   (no parameters): start execution daemon if applicable
   "start"        dto.
   "stop"         shutdown local Grid Engine processes and jobs
   "softstop"     shutdown local Grid Engine processes (no jobs)
   "-nosmf"       force no SMF

Only one of the parameters "start", "stop" or "softstop" is allowed.

Default argument is "start" for all components.
Default for "stop" is shutting down all components.
</code>

Pararemolo con stop ou softstop, e iniciarémolo de novo con start.