任务

此包包含两个用于运行 gem5 实验的并行任务库。 实际的 gem5 实验可以在 Python 多进程支持、Celery 的帮助下执行，甚至可以不使用任何作业管理器（可以通过调用 gem5Run 对象的 run() 函数直接启动作业）。 此包隐式依赖于 gem5art run 包。

使用 gem5art 包时，请引用 gem5art 论文。 此文档可以在 gem5 网站 上找到。

使用 Python 多进程

这是使用 Python 多进程库运行 gem5 作业的简单方法。 您可以在作业启动脚本中使用以下函数来执行 gem5art 运行对象：

run_job_pool([a list containing all run objects to execute], num_parallel_jobs = [Number of parallel jobs])

使用 Celery

Celery 服务器可以异步运行许多 gem5 任务。 一旦用户在使用 gem5art 时创建了 gem5Run 对象（前面讨论过），需要将此对象传递给在 Celery 应用中注册的方法 run_gem5_instance()，该方法负责启动 Celery 任务来运行 gem5。run_gem5_instance() 需要的另一个参数是当前工作目录。

可以使用以下命令启动 Celery 服务器：

celery -E -A gem5art.tasks.celery worker --autoscale=[number of workers],0

这将启动一个启用事件的服务器，该服务器将接受 gem5art 中定义的 gem5 任务。 它将从 0 自动缩放到所需的工作进程数。

Celery 依赖消息代理 RabbitMQ 在客户端和工作进程之间进行通信。 如果尚未安装，您需要在系统上安装 RabbitMQ（在运行 celery 之前）：

apt-get install rabbitmq-server

监控 Celery

Celery 默认不明确显示运行状态。 flower 是一个 Python 包，是用于监控和管理 Celery 的基于 Web 的工具。

要安装 flower 包，

pip install flower

您可以通过以下方式监控 celery 集群：

flower -A gem5art.tasks.celery --port=5555

这将在端口 5555 上启动 Web 服务器。

删除所有任务

celery -A gem5art.tasks.celery purge

查看 celery 中所有作业的状态

celery -A gem5art.tasks.celery events