在两台主机上运行MPI(Running MPI on two hosts)

我已经通过很多例子看，我仍然感到困惑。 我从编一个简单的延迟检查程序在这里 ，它完美地运行在一台主机上，但是当我尝试在它挂两台主机上运行它。 然而，运行像hostname运行正常：

[hamiltont@4 latency]$ mpirun --report-bindings --hostfile hostfile --rankfile rankfile -np 2 hostname
[4:16622] [[5908,0],0] odls:default:fork binding child [[5908,1],0] to slot_list 0
4
[5:12661] [[5908,0],1] odls:default:fork binding child [[5908,1],1] to slot_list 0
5

但这里是编译程序的等待时间：

[hamiltont@4 latency]$ mpirun --report-bindings --hostfile hostfile --rankfile rankfile -np 2 latency 
[4:16543] [[5989,0],0] odls:default:fork binding child [[5989,1],0] to slot_list 0
[5:12582] [[5989,0],1] odls:default:fork binding child [[5989,1],1] to slot_list 0
[4][[5989,1],0][btl_tcp_endpoint.c:638:mca_btl_tcp_endpoint_complete_connect] connect() to 10.0.2.5 failed: Connection timed out (110)

我目前的猜测是有什么毛病我的防火墙规则（如主机名不主机之间的通信，但延迟程序一样）。

[hamiltont@4 latency]$ cat rankfile
rank 0=10.0.2.4 slot=0
rank 1=10.0.2.5 slot=0
[hamiltont@4 latency]$ cat hostfile 
10.0.2.4 slots=2
10.0.2.5 slots=2

Answer 1:

有两种通信方式参与运行的开放MPI作业。 首先，职业都有推出。 打开MPI采用了特殊的架构，支持多种的推出和你可能使用rsh通过SSH远程登录启动机制。 显然，你的防火墙设置正确，以允许SSH连接。

当打开MPI作业启动，该过程是真实MPI程序，它们连接回mpirun进程催生了工作，并了解所有任务中的其他过程，最重要的在每一个过程中，可用的网络端点。 这条信息：

[4][[5989,1],0][btl_tcp_endpoint.c:638:mca_btl_tcp_endpoint_complete_connect] connect() to 10.0.2.5 failed: Connection timed out (110)

表示运行在主机中的处理4无法打开的TCP连接运行于主机的处理5 。 对于最常见的原因是防火墙，这就限制了入站连接的存在。 所以，检查你的防火墙是做的第一件事。

另一个常见原因是，如果两个节点上也有配置其他网络接口和最多，兼容的网络地址，但没有可能在它们之间建立连接。 这种情况经常发生在哪里各种虚拟和/或隧道接口被默认情况下长大的新的Linux设置。 一个可以指示开放MPI通过列出它们（作为接口的名称或CIDR网络地址）在跳过这些接口btl_tcp_if_exclude MCA参数，如：

$ mpirun --mca btl_tcp_if_exclude "127.0.0.1/8,tun0" ...

（一个总是要设置是否添加环回接口btl_tcp_if_exclude ）

或一个可以显式指定，接口连接通过在列出它们用于通信btl_tcp_if_include MCA参数：

$ mpirun --mca btl_tcp_if_include eth0 ...

由于在错误信息的IP地址在HOSTFILE你的第二个主机的地址相匹配，那么这个问题必须来自一个活跃的防火墙规则。

文章来源: Running MPI on two hosts