2.0.Programming Tools

由于本次作业需要一定的计算资源支持，我们为各个小组提供了集群账户。大作业需要使用python完成，推荐读者使用python3。建议使用pycharm进行代码的编辑、运行和调试。可以参考以下的PyCharm 连接远程服务器，ssh远程连接P-cluster。

1) PyCharm 连接远程服务器

注：只有professional版才有ssh 远程连接的功能，社区版没有。 可参考学生如何免费试用Pycharm专业版

1.1) 打开PyCharm 的Preferences

1.2) 设置远程服务器&设置账号密码

• Build,Execition,Deployment -> Deployment。

• 点击左上角的“+”键，给server取名。

• type 选择 SFTP。

• 点击SSH configuration 设置Host、Username、password。

• Test Connection检查连接是否正常，如出现问题，可能是上步SSH设置问题。

• 设置Root path,点击上方的mappings,设置本地映射目录和远程映射目录。

• 设置好后apply

1.3) 设置python解释器

• Preferences -> Project:xxxx -> Python interpreter

• 点击设置，再点击add,在Python Interpreter中设置调用的python路径

• 点击SSH Interpreter,选择Existing server configuration

• 选择我们刚刚设置好的SSH configuration

• next,实现PyCharm远程服务器的连接。

1.4) 文件的传输以及Terminal的打开

• 选择左上角的tools->Deployment

• upload和download能够实现文件在本机和服务器上的互传。

• Tools->start SSH session

• 选择需要连接的服务器

• 随后在下方的Terminal处，即可进行linux 操作。

2) 使用Cluster队列提交任务

具体可参考1.2-cluster的4) How to use cluster部分。这里简单介绍一下：

我们的作业需要P-cluster上完成，cluster是为多用户同时使用而设计，包含多个运算节点。为了不发生多用户同时使用相同运算节点造成拥堵和死机，需要按照queue（队列）进行使用。简而言之，本次作用中所有需要集群后台处理或大规模运算的Shell script(.sh)都需要在脚本包含以下部分：

### 1. 提交任务部分，任务的说明
#!/bin/bash
#SBATCH -J tophat_test
#SBATCH -p CN_BIOT
#SBATCH --nodes=1
#SBATCH --ntasks=4
#SBATCH --output=%j.out
#SBATCH --error=%j.err

### 2. 声明该脚本中所用到的所有软件的路径，并export到PATH变量中
export PATH=/WORK/teaching/bin:$PATH

### 3. 运行代码部分

2.1) 提交任务部分

Name	mean
#SBATCH -J	给该任务命名，可自行定义
#SBATCH -p CN_BIOT	使用CN_BIOT这个队列
#SBATCH --nodes=1	使用的节点数为1
#SBATCH --ntasks=4	使用的任务线程数为4
#SBATCH --output=%j.out	运行日志输出到当前目录中，以.out结尾，以JOBID为名
#SBATCH --error=%j.err	运行错误日志输出到当前目录中，以 .err 结尾，以JOBID为名

2.2) 声明所用软件路径部分

export PATH=/WORK/teaching/bin:$PATH的/WORK/teaching/bin为所用到的软件所在目录的路径，如有多个软件路径，路径之间用:相隔，例如export PATH=/data/zhaoyizi/software/anaconda3/envs/Riboshape/bin:/data/zhaoyizi/software/shapemapper-2.1.5:$PATH

2.3) 运行代码部分

该部分输入实际的运行代码。 如果是python脚本需要提交的集群中运算，可以在2部分，声明python(环境)所在路径。在此部分写入python /path_to_your_python_script/XXX.py，R脚本同理。

2.4) 提交、查看、取消任务

在完成脚本的编辑后，使用sbatch提交任务。

• 使用sbatch命令提交任务

  sbatch test1.sh

  提交任务后，会在当前目录下，生成.out和.err文件，less .out/.err文件可以查看任务运行状况和是否出错。

• squeue查看队列信息

JOBID	PARTITION	NAME	USER	ST	TIME	NODES	NODELIST
任务ID	队列名称	任务名称	用户名	脚本类型	运行时间	节点数	节点名

• scancel取消任务

  scancel jobid

Attention ：用shell脚本提交python脚本或R脚本任务到队列时，注意写绝对路径。相对路径可能会报错。