SOP — Tier0 `scratch/users` 权限参数化（用户自助建目录）¶

主题目录：scratch_users_20261012/
执行日期：2026-10-12
类型：C 类变更（配置 + 实现体 + 4 台节点目录权限）
关联：eda_tools_ins/design/sim_layering_20261012/SOP.md（应用侧落层依赖本变更）

1. 背景¶

ADE-XL 落层段把 saveResDir 指向 /mnt/lustre/scratch/users/<user>/adexl，但 Tier0 的 scratch/users 原为 755 root:root，普通用户不能在其下自建 <user> 目录（TaskProlog 只建本地层目录），导致模板通用化后非 rain01 用户落层会失败。

按 2026-10-12 裁定（口径甲1）把 scratch/users 改为 1777（sticky），与本地层 /local_scratch/users（users_dir_mode: 1777）及 scratch/tmp 口径一致，由 storage_layout 部署器参数化维护。

2. 目标¶

项	可验证状态
验收	`/mnt/lustre/scratch/users` 权限为 `1777`（`drwxrwxrwt root:root`）
功能	非 `rain01` 用户（如 `cy01`）可在其下自助建自己的目录
回归	复跑 `--storage-layout` 零变更、全跳过
边界	不改挂载参数、不改导出、不重启任何服务

3. 前置条件¶

条件	检查方法	本次实测
本地管控机可 SSH 到 compute/submit 节点	部署器 `pre_check`	✅
Lustre 在线且节点已挂载	`findmnt -M /mnt/lustre`	✅
目标准备就绪（`scratch/{users,projects,tmp}` 已存在）	部署器探测	✅

4. 影响范围¶

项	内容
主机	`.18`/`.19`/`.20`/`.28`（`node_groups` = compute + submit）
对象	Lustre 上 `/mnt/lustre/scratch/users` 的权限位（共享 FS，一处生效全局可见）
停服	否。不重启 daemon、不动挂载与导出
在跑业务	变更前 `squeue` 为空
安全	`1777` 只放开「新建自己目录」；sticky 位保证用户不能删他人目录。原 `rain01` 目录权限不变

5. 分步操作¶

实现体：storage_layout_deployer.py（probe_tier0/judge_tier0/apply_tier0）+ storage_layout_assets.py；配置 config/slurm_deploy.yaml 的 storage_layout.tier0。

步骤 1：配置参数化¶

tier0:
  enabled: true
  mount_point: "/mnt/lustre"
  scratch_root: "scratch"
  subdirs: ["users", "projects", "tmp"]
  sticky_dir: "tmp"             # 该子目录置 1777
  users_dir_mode: "1777"        # /scratch/users 权限（1777 允许用户自助建目录）
  mount_options: "defaults,noatime,nofail"

步骤 2：实现体三处（探测 + 三态 + 幂等应用）¶

probe_tier0：新增 USERS_MODE=$(stat -c %a <scratch>/users) 探测；
judge_tier0：USERS_MODE != users_dir_mode 即判 PENDING；
apply_tier0：不匹配则 chmod <users_dir_mode> <scratch>/users，仅实际变更时记 change。

等价 shell（部署器逐台幂等执行）：

# 高危：改目录权限前先确认当前值
stat -c %a /mnt/lustre/scratch/users        # 变更前 755
chmod 1777 /mnt/lustre/scratch/users        # 1777 + sticky
stat -c "%a %A %U:%G" /mnt/lustre/scratch/users   # 期望 1777 drwxrwxrwt root:root

6. 验证¶

# ① 幂等复跑（第二次零变更、全跳过）
cd /home/rain/Documents/slurm/slurm_ins
.venv/bin/python main.py --config config/slurm_deploy.yaml --storage-layout

# ② 权限位（任一客户端）
stat -c "%a %A %U:%G" /mnt/lustre/scratch/users    # 期望 1777 drwxrwxrwt root:root

# ③ 非 rain01 用户自助建目录
su -s /bin/bash cy01 -c 'mkdir -p /mnt/lustre/scratch/users/cy01/probe && echo OK'

验证项	结果（2026-10-12）
apply	4 台 nodes，退出码 0
幂等复跑	零变更，幂等跳过 19，退出码 0
权限位	`1777 drwxrwxrwt root:root`
`cy01` 自助建目录	`SELF_OK`
`rain01` 写 `scratch/tmp`	`OK`（回归正常）

7. 回滚¶

备份位置：scratch_users_20261012/backup/（三个文件改动前副本）。台账见 backup/README.md。

# ① 还原实现体与配置
cd /home/rain/Documents/slurm/slurm_ins
cp -p scratch_users_20261012/backup/slurm_deploy.yaml.bak.20261012-012500 config/slurm_deploy.yaml
cp -p scratch_users_20261012/backup/storage_layout_deployer.py.bak.20261012-012500 storage_layout_deployer.py
cp -p scratch_users_20261012/backup/storage_layout_assets.py.bak.20261012-012500 storage_layout_assets.py

# ② 还原目录权限
chmod 755 /mnt/lustre/scratch/users

回滚后验证：stat -c %a /mnt/lustre/scratch/users 返回 755；--storage-layout 复跑零变更。

8. 风险说明¶

风险	等级	缓解
`1777` 放开写入面	低	sticky 位防止删改他人目录；与 `scratch/tmp`、本地层 `users` 口径一致
改权限影响在跑作业	低	仅改目录权限位，不卸载、不重启；变更前 `squeue` 为空
与 `storage_layout` 既有幂等冲突	低	已参数化并纳入三态判定；复跑零变更已验证

附录：交付物与证据¶

本目录：SOP.md、backup/README.md
实现体：storage_layout_deployer.py、storage_layout_assets.py、config/slurm_deploy.yaml
下游依赖：eda_tools_ins/design/sim_layering_20261012/SOP.md

来源：/home/rain/Documents/slurm/slurm_ins/scratch_users_20261012/SOP.md ｜最后更新：2026-10-12 01:27（由 build/sync.py 同步，请勿在站点侧修改）

SOP — Tier0 scratch/users 权限参数化（用户自助建目录）¶