SOP — csh 环境注入双轨补齐（slurm-path / slurm_configless）¶

变更日期：2026-10-05　实施人：rain（Agent 执行）　状态：已完成，验收通过 缺口来源：eda_tools_ins/design/docs/SLURM-CSH-INJECTION-GAP.md（【实测】）归档目录：slurm_ins/slurm_csh_profile_20261005/

1. 背景¶

Slurm × Lmod 的登录环境注入一直存在单轨缺口：

/etc/profile.d/ 下 Lmod 侧已双轨（zzz_site_lmod.sh|.csh、00-modulepath.sh|.csh、modules.sh|.csh）；
Slurm 侧只有 sh 单轨（slurm-path.sh、slurm_configless.sh），缺 .csh 版；
而 LDAP 域用户默认 shell = /bin/csh（cy01、rain01 等 8 个业务用户），csh 登录只读 /etc/csh.login、/etc/csh.cshrc 遍历的 /etc/profile.d/*.csh，读不到 *.sh。

后果【实测】：su - cy01 干净登录态下 sinfo/sbatch/srun/squeue 全部 Command not found，SLURM_CONF_SERVER 亦拿不到（configless 客户端取不到配置源）。临时补救只能靠 csh 用户手工 module load slurm。

2. 目标¶

让 csh/tcsh 用户与 bash 用户等效：登录即得 sinfo/squeue/sbatch/srun/scontrol，并拿到 SLURM_CONF_SERVER；
不改用户登录 shell，不改 Slurm 本体与 slurm.conf；
幂等：复跑零变更、全跳过；PATH 不重复追加（同时修掉 bash 侧实测存在的「注入未判重」）；
修正 modulefile slurm/26.05.2.lua 中「集群已有 /etc/profile.d 兜底」的失实文案（该表述对 csh 用户不成立）。

3. 前置条件¶

root SSH 可达 6 台节点：控制 .16/.17、计算 .18/.19/.20、提交 .28；
工程 .venv/ 与 config/slurm_deploy.yaml 就绪（configless: true、path_env.enabled: true）；
目标机 /etc/csh.login:34、/etc/csh.cshrc:55 确实遍历 /etc/profile.d/*.csh（已实测）；
目标机装有 csh/tcsh（/bin/csh）。

4. 影响范围¶

项	内容
主机	`.16` `.17` `.18` `.19` `.20` `.28` 共 6 台
文件	`/etc/profile.d/slurm-path.sh`（改：加判重）、`slurm-path.csh`（增）、`slurm_configless.csh`（增，仅提交节点）；`.16` 上 `/opt/modulefiles/Core/slurm/26.05.2.lua`（改 help 文案，随 NFS 供各节点）
是否停服	否。不重启任何 daemon（`--node-env`/`--submit-node` 均不碰 daemon）
在跑作业	不受影响：只改登录环境加载的 profile.d 与环境变量
窗口期	随时，无限制

5. 分步操作¶

本次变更以生成器代码为准（改 slurm_ins 的渲染与部署逻辑），下发由部署器完成。以下给出等价的底层手工操作，供阅读、复核与手工复现；实现体路径见各步附注。幂等与错误处理由实现体保证，手工复现时需自行判重。

步骤 1：更新 `/etc/profile.d/slurm-path.sh`（加判重）¶

原实现直接 export PATH=... 前置，无判重，同一会话多次 source 后 PATH 内会出现多份 /usr/local/slurm/bin（实测 [已确认]）。改为 case 判重：已在 PATH 中则不重复前置。该文件对 bash/POSIX 登录用户生效。

高危：覆盖既有 /etc/profile.d/slurm-path.sh 前先备份。

# 备份（高危动作前置）
cp -a /etc/profile.d/slurm-path.sh /etc/profile.d/slurm-path.sh.bak.$(date +%Y%m%d-%H%M%S)
# 写入（判重版）
cat > /etc/profile.d/slurm-path.sh <<'EOF'
# Slurm 命令路径（由 slurm 部署器写入，请勿手工修改）
SLURM_PREFIX="/usr/local/slurm"
case ":${PATH}:" in
    *":${SLURM_PREFIX}/bin:"*) ;;
    *) export PATH="${SLURM_PREFIX}/bin:${SLURM_PREFIX}/sbin:${PATH}" ;;
esac
unset SLURM_PREFIX
EOF
chmod 644 /etc/profile.d/slurm-path.sh

预期：文件权限 root:root 0644；重复 source 两次后 echo $PATH | tr ':' '\n' | grep -c '^/usr/local/slurm/bin$' 输出 1。实现体：node_env_assets.py（render_profile_script）、node_env_deployer.py（_write_profile）。

步骤 2：新增 `/etc/profile.d/slurm-path.csh`¶

csh 侧必须单独一份。csh 无 export、不支持 2>&1；判重用 switch/case（与既有 render_site_profile_csh 同构），模式串在生成时即替换为字面路径，不依赖 csh 对 case 模式做变量展开。

cat > /etc/profile.d/slurm-path.csh <<'EOF'
# Slurm 命令路径（csh/tcsh 版，由 slurm 部署器写入，请勿手工修改）
# 由 /etc/csh.login 在登录时遍历 /etc/profile.d/*.csh 自动加载
switch (":${PATH}:")
case "*:/usr/local/slurm/bin:*":
    breaksw
default:
    setenv PATH "/usr/local/slurm/bin:/usr/local/slurm/sbin:${PATH}"
    breaksw
endsw
EOF
chmod 644 /etc/profile.d/slurm-path.csh

预期：csh 登录后 which sinfo → /usr/local/slurm/bin/sinfo；source 两次后 PATH 前缀仍只 1 份。坑：csh 命令里不得出现 $ 后紧跟引号（如正则 .../bin$"），会被 csh 当作变量引用而报 Illegal variable name。实现体：node_env_assets.py（render_profile_script_csh）。

步骤 3：新增 `/etc/profile.d/slurm_configless.csh`（仅提交节点 `.28`）¶

提交节点无 slurmd，靠 SLURM_CONF_SERVER 向 slurmctld 取配置。csh 不读 *.sh，故须同源再渲染一份。值必须与 sh 版从同一变量（configless_server()，HA 时列出全部控制节点）渲染，避免两处硬编码漂移。

cat > /etc/profile.d/slurm_configless.csh <<'EOF'
# Auto-generated by slurm_deployer (do not edit manually)
setenv SLURM_CONF_SERVER "slurm-master-01:6817,slurm-master-02:6817"
EOF
chmod 644 /etc/profile.d/slurm_configless.csh

预期：su - cy01 -c "printenv SLURM_CONF_SERVER" 有值，且与 sh 版一致。实现体：slurm_deployer.py（_configless_profile_content_csh）、submit_node_deployer.py（_write_config_source）。

步骤 4：修正 `.16` 上 modulefile `slurm/26.05.2.lua` 的 help 文案¶

原 help 写「集群已有 /etc/profile.d 兜底」——对 csh 用户不成立。改为分别点名 sh/csh 两份兜底文件。该 lua 由生成器产出，下手改生成器而非直接改 modulefile。

# 编辑 /opt/modulefiles/Core/slurm/26.05.2.lua 的 help 段为：
#   ... sh/bash 用户由 /etc/profile.d/slurm-path.sh 兜底；
#       csh/tcsh 用户由 /etc/profile.d/slurm-path.csh 兜底。...

预期：module help slurm 在 csh 与 bash 下均显示两份兜底文件。实现体：module_env_assets.py（render_slurm_module）。

步骤 5：下发（实现体入口，附注）¶

.venv/bin/python main.py --config config/slurm_deploy.yaml --node-env
.venv/bin/python main.py --config config/slurm_deploy.yaml --submit-node
.venv/bin/python main.py --config config/slurm_deploy.yaml --module-env

预期：待执行变更 > 0、退出码 0、末尾 ✅ 部署完成 且健康校验通过。

6. 验证¶

判据（文档 §5 要求 + 本次实测结果）：

#	命令	本轮实测
1	`su - cy01 -c "which sinfo sbatch srun squeue scontrol"`	五条全部命中 `/usr/local/slurm/bin` ✅
2	`su - cy01 -c "printenv SLURM_CONF_SERVER"`	`slurm-master-01:6817,slurm-master-02:6817`（与 sh 版同源） ✅
3	`su - cy01 -c "sinfo -N -l"`	正常列出节点与分区 ✅
4	`su - cy01 -c "printenv PATH"` 中 `/usr/local/slurm/bin` 份数	6 台均为 `1` ✅
5	bash 侧 `bash -lc 'command -v sinfo'` 与份数	命中且份数为 `1`（不回归） ✅
6	幂等复跑 `--node-env` / `--submit-node` / `--module-env`	第二次均为「待执行 0、全跳过、退出码 0」 ✅

6 台节点抽查（csh文件=1 sinfo=/usr/local/slurm/bin/sinfo bin份数=1）：.16 .17 .18 .19 .20 .28 全部通过。

7. 回滚¶

系统侧（恢复变更前状态）：

# 高危：删除本次新增的两个 csh 片段
rm -f /etc/profile.d/slurm-path.csh /etc/profile.d/slurm_configless.csh
# slurm-path.sh 恢复为「无判重」旧内容（旧渲染为 export PATH=... 直连）
# （内容见 backup/README.md 指向的源码备份，用旧 render_profile_script 重新渲染）

代码侧：从 backup/slurm_ins/ 恢复 5 个源文件的 .bak.20261005-135507，再复跑对应部署器。

备份位置与清单见 backup/README.md。回滚后验证：目标机 /etc/profile.d/ 下无 .csh 新文件、slurm-path.sh 哈希回到 078084a6f3fe...。

8. 风险说明¶

风险	缓解
覆盖 `/etc/profile.d/slurm-path.sh` 导致 bash 用户 PATH 异常	改动为「加判重」，语义等价且更稳；改造前后 PATH 均含同一前缀；有源码备份可回滚
csh 判重语法在目标 csh 版本上行为差异	生成器输出已在本地 csh 实测（source 两次仅 1 份），并由部署器 `verify()` 逐台复检
两轨配置值漂移	sh/csh 均由 `configless_server()` 同源渲染；验收第 2 条比对一致
SELinux 上下文：新文件由 SFTP 写入，ls 无 `.` 标记	profile.d 无特殊 context 要求，不影响加载；如需统一可 `restorecon`
`--module-env` 下发连带修正 `.16` 上缺失的 `synopsys/vcs/2023.12.lua`	该文件线上不存在、属新增补齐，无覆盖风险

附录：本次交付物¶

文件	说明
`selftest_render.py`	离线自测：渲染 sh/csh 片段 + 本地 bash/csh 语法与判重验证
`backup/README.md`	备份台账（5 个源文件 `.bak.20261005-135507`）
本 `SOP.md`	变更档案

来源：/home/rain/Documents/slurm/slurm_ins/slurm_csh_profile_20261005/SOP.md ｜最后更新：2026-10-05 14:10（由 build/sync.py 同步，请勿在站点侧修改）