<div dir="ltr">I've had far fewer unexplained (although admittedly there was a limited search for the guilty) NFS issues since I started using fsid= in my NFS exports. If you aren't setting that it might be worth a try. NFS seems to be much better at recovering from problems with an fsid assigned to the root of exports.<div><br></div><div>jbh </div></div><br><div class="gmail_quote"><div dir="ltr">On Wed, Apr 19, 2017 at 8:58 PM Prentice Bisbal <<a href="mailto:pbisbal@pppl.gov">pbisbal@pppl.gov</a>> wrote:<br></div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">Here's the sequence of events:<br>
<br>
1. First job(s) run fine on the node and complete without error.<br>
<br>
2. Eventually a job fails with a 'permission denied' error when it tries<br>
to access /l/hostname.<br>
<br>
Since no jobs fail with a file I/O error, it's hard to confirm that the<br>
jobs themselves are causing the problem. However, if these particular<br>
jobs are the only thing running on the cluster and should be the only<br>
jobs accessing these NFS shares, what else could be causing them.<br>
<br>
All these systems are getting their user information from LDAP. Since<br>
some jobs run before these errors appear, lack of, or inaccurate user<br>
info doesn't seem to be a likely source of this problem, but I'm not<br>
ruling anything out at this point.<br>
<br>
Important detail: This is NFSv3.<br>
<br>
Prentice Bisbal<br>
Lead Software Engineer<br>
Princeton Plasma Physics Laboratory<br>
<a href="http://www.pppl.gov" rel="noreferrer" target="_blank">http://www.pppl.gov</a><br>
<br>
On 04/19/2017 12:20 PM, Ryan Novosielski wrote:<br>
> Are you saying they can’t mount the filesystem, or they can’t write to a mounted filesystem? Where does this system get its user information from, if the latter?<br>
><br>
> --<br>
> ____<br>
> || \\UTGERS,           |---------------------------*O*---------------------------<br>
> ||_// the State        |         Ryan Novosielski - <a href="mailto:novosirj@rutgers.edu" target="_blank">novosirj@rutgers.edu</a><br>
> || \\ University | Sr. Technologist - <a href="tel:(973)%20972-0922" value="+19739720922" target="_blank">973/972.0922</a> (2x0922) ~*~ RBHS Campus<br>
> ||  \\    of NJ        | Office of Advanced Research Computing - MSB C630, Newark<br>
>       `'<br>
><br>
>> On Apr 19, 2017, at 12:09, Prentice Bisbal <<a href="mailto:pbisbal@pppl.gov" target="_blank">pbisbal@pppl.gov</a>> wrote:<br>
>><br>
>> Beowulfers,<br>
>><br>
>> I've been trying to troubleshoot a problem for the past two weeks with no luck. We have a cluster here that runs only one application (although the details of that application change significantly from run-to-run.). Each node in the cluster has an NFS export, /local, that can be automounted by every other node in the cluster as /l/hostname.<br>
>><br>
>> Starting about two weeks ago, when jobs would try to access /l/hostname, they would get permission denied messages. I tried analyzing this problem by turning on all NFS/RPC logging with rpcdebug and also using tcpdump while trying to manually mount one of the remote systems. Both approaches indicated state file handles were prevent the share from being mounted.<br>
>><br>
>> Since it has been 6-8 weeks since there were any seemingly relevant system config changes, I suspect it's an application problem (naturally). On the other hand, the application developers/users insist that they haven't made any changes, to their code, either. To be honest, there's no significant evidence indicating either is at fault. Any suggestions on how to debug this and definitively find the root cause of these stale file handles?<br>
>><br>
>> --<br>
>> Prentice<br>
>> _______________________________________________<br>
>> Beowulf mailing list, <a href="mailto:Beowulf@beowulf.org" target="_blank">Beowulf@beowulf.org</a> sponsored by Penguin Computing<br>
>> To change your subscription (digest mode or unsubscribe) visit <a href="http://www.beowulf.org/mailman/listinfo/beowulf" rel="noreferrer" target="_blank">http://www.beowulf.org/mailman/listinfo/beowulf</a><br>
<br>
_______________________________________________<br>
Beowulf mailing list, <a href="mailto:Beowulf@beowulf.org" target="_blank">Beowulf@beowulf.org</a> sponsored by Penguin Computing<br>
To change your subscription (digest mode or unsubscribe) visit <a href="http://www.beowulf.org/mailman/listinfo/beowulf" rel="noreferrer" target="_blank">http://www.beowulf.org/mailman/listinfo/beowulf</a><br>
</blockquote></div><div dir="ltr">-- <br></div><div data-smartmail="gmail_signature"><div dir="ltr"><div>‘[A] talent for following the ways of yesterday, is not sufficient to improve the world of today.’</div><div> - King Wu-Ling, ruler of the Zhao state in northern China, 307 BC</div></div></div>