Condor 安装

Linux（Ubuntu 22.04/20.04 为例，CentOS 同理）

① 添加官方 stable 仓库（版本 10.x，支持 x86_64 与 arm64）

# 1. 导入签名密钥
wget -qO - https://research.cs.wisc.edu/htcondor/repo/keys/HTCondor-10.x-Key \
| sudo apt-key add -# 2. 写源（Ubuntu 22.04 代号 jammy；20.04 把 jammy 换成 focal）
echo "deb [arch=amd64] https://research.cs.wisc.edu/htcondor/repo/ubuntu/10.x jammy main" \
| sudo tee /etc/apt/sources.list.d/htcondor.listsudo apt-get update

② 安装（三选一）

• 只想本机体验 → minihtcondor 包（自动配成单节点，1 分钟跑起来）

  sudo apt-get install minihtcondor

• 要加入已有 Pool → htcondor 主包（装完手动指定 Central Manager）

  sudo apt-get install htcondor

• 全部组件一次装齐（含调度、执行、提交）

  sudo apt-get install htcondor-all

③ 首次启动（任意方式装完都会注册 systemd 服务）

sudo systemctl start condor
sudo systemctl enable condor

④ 验证

condor_master –v          # 看守护进程是否拉起
condor_status             # 应至少看到本机 slot@xxx
condor_q                    # 作业队列，空集群显示 0 jobs

若 condor_status 报 “Can’t locate CM”，说明还没指定中央管理器，把 /etc/condor/config.d/99-local.conf 里加一行

CONDOR_HOST = <中央管理节点IP或hostname>

然后 systemctl restart condor 即可 。

二、报错解决

日志 + 报错逐条拆解
09/14/25 07:30:40

1. Can't open "/var/log/condor/MasterLog"
   → 目录或权限不存在，condor 主守护进程（master）连日志都写不了，于是直接退出，后面的

2. "can't find collector" / "condor_schedd is not running"
   都是“连带”症状：master 没起来 → 任何子守护进程（schedd、collector、startd）都不会被拉起来 → 客户端自然找不到 collector 和调度器。

一句话：先把日志目录和权限修好，再重新启动 condor，90 % 的报错会自己消失。

---

一步一步解决（root 身份执行）

① 建目录 + 给权限

mkdir -p /var/log/condor /var/lock/condor /var/run/condor
chown -R condor:condor /var/log/condor /var/lock/condor /var/run/condor
chmod 755 /var/log/condor

② 确认 condor 用户存在（minihtcondor 包会建，手动 rpm 安装可能漏）

id condor

若返回 “no such user”，则

useradd -r -s /sbin/nologin -d /var/lib/condor -c "HTCondor Daemon" condor

再重新执行第 ① 步赋权。

③ 启动服务

systemctl restart condor
systemctl status condor   # 应显示 active (running)

如果仍然 failed，马上看刚生成的日志

tail -n 50 /var/log/condor/MasterLog

常见后续错：

• “Can't bind to 9618” → 端口被占用或 SELinux/AppArmor 拦了；

• “ERROR: Unable to send command to collector” → 主机名解析失败，把 /etc/hosts 写全或定义 CONDOR_HOST = <IP>。

④ 验证

condor_status          # 应该至少列出本机 slot@hostname
condor_q                 # 空队列，不再报 “can't find collector”

能正常输出即代表集群已可接受作业。

三、报错解决

客户端（condor_q / condor_status）找不到 collector → 也就找不到 schedd；
根因只有两个：

1. 守护进程根本没跑；

2. 跑起来了但网络 / 配置让客户端不知道它在哪。

按下面 4 步逐项排查，99 % 的 “can’t find collector” 都能定位。

---

1. 确认本机守护进程已启动

systemctl status condor          # 应是 active (running)
ps -ef | grep -E 'condor_(master|collector|schedd)' | grep -v grep

• 若没进程 → 先解决启动问题（见前一回复：日志目录权限、端口、SELinux）。

• 若进程都在 → 继续第 2 步。

---

1. 看 collector 究竟监听在哪

condor_master -v | grep "Using config"
grep -E '^COLLECTOR_HOST|^CONDOR_HOST' /etc/condor/config.d/*.conf /etc/condor/condor_config

典型输出 

COLLECTOR_HOST = $(CONDOR_HOST):9618
CONDOR_HOST = pc01.example.com

四、报错解决

• ✅ condor_master 已启动（systemctl 显示 active）

• ❌ condor_status / condor_q 仍然报 "can't find collector"

这说明：守护进程虽然起来了，但 collector 没有监听 / 客户端找不到它。
按下面 4 步一次性排查，10 分钟内就能定位。

---

① 先看 collector 到底起没起

ps -ef | grep -E 'condor_(collector|schedd)' | grep -v grep

• 应该看到 两条进程：condor_collector 和 condor_schedd

• 如果只看到 master 和 shared_port → collector 根本没被拉起来，继续第 ② 步。

---

② 检查“个人版”配置是否漏配

HTCondor 安装后默认是 “Central Manager + Submit + Execute” 三合一
但配置文件里必须告诉它 “你自己就是 CM”，否则 collector 不启动。

快速修复（单节点个人版）

sudo tee /etc/condor/config.d/99-local.conf <<'EOF'
# 我就是中央管理器
CONDOR_HOST = $(FULL_HOSTNAME)
# 本机同时承担提交、执行、收集角色
DAEMON_LIST = MASTER COLLECTOR NEGOTIATOR SCHEDD STARTD
EOF

然后重启：

sudo systemctl restart condor

---

③ 确认端口已监听

ss -lntp | grep 9618

• 应显示 0.0.0.0:9618 由 condor_collector 监听

• 如果空白 → 说明 collector 仍没起来，再看 /var/log/condor/CollectorLog 报什么错（权限、端口冲突、IPv6 问题等）。

---

④ 客户端显式指定地址再试

condor_status -pool localhost:9618
condor_q -name localhost

• 如果能返回结果 → 只是 默认池地址没配好，在 ~/.bashrc 加一行

  export CONDOR_CONFIG_REQUIREMENTS='CollectorHost=="localhost"'

  或者永久写进配置：

  COLLECTOR_HOST = localhost

---

一键诊断脚本（可复制直接跑）

#!/bin/bash
echo "=== 1. 进程 ==="
pgrep -fa condor_
echo
echo "=== 2. 端口 ==="
ss -lntp | grep 9618
echo
echo "=== 3. 主机名解析 ==="
ping -c1 "$(hostname -f)" &>/dev/null && echo "OK" || echo "FAIL"
echo
echo "=== 4. 直接指定池 ==="
condor_status -pool localhost:9618

四项都 OK 就不会再出现 “can’t find collector”。

五、写入配置

把 COLLECTOR_HOST = localhost 写进永久配置只需要两步：

---

✅ 1. 新建/编辑本地配置文件

sudo nano /etc/condor/config.d/99-local.conf

（用 vim 或 gedit 也行）

在文件里加一行：

COLLECTOR_HOST = localhost

保存退出：

• nano：Ctrl+O → 回车 → Ctrl+X

---

✅ 2. 让配置生效

sudo systemctl restart condor

---

✅ 3. 验证（以后不用再 -pool）

condor_status
condor_q

只要能看到 slot 或空队列，就说明永久生效了。