- master可以免密码ssh到slave上的root用户
- slave节点上安装好了运行server所需要的依赖
- master 和 slave 都可以通过
bash make_env_build.sh来安装依赖，此脚本在Ubuntu 22.04上通过测试，可以先在一个节点上运行该脚本然后制作一个镜像，再以此镜像来申请服务器
- master节点上安装并运行了redis
- 可以通过
bash init_manager.sh来安装并运行一个后台redis服务器
- slave和master节点上安装了 python3 pip3 以及 redis, psutil包，可以使用
bash init_worker.sh来安装
以一个.json结尾的config来作为一次实验的全局配置，例如exp_configs/cloudlab_config.json，注意master和salve节点都会按照这个配置来运行
在master节点上执行命令
python3 manager.py --config exp_configs/cloudlab_config.json来运行实验
给脚本加上参数--init_worker会自动安装依赖运行python脚本所需要的包
master节点上的python命令开始执行后，它会做以下几件事情：
- 将master本地的build/basic_server和[exp_utils/worker.py]以及输入的配置文件一起分发到所有的slave节点上，路径在[exp_utils/const.py]中配置，默认为
/root/exp/ - 在所有的slave节点上启动以screen后台的方式启动
worker.py，并且会把输出log到默认的一个文件夹中。成功启动后，slave节点向master发送ack，此时slave节点会开始等待master节点发送命令 - 收集到所有slave发来的ack之后，向所有的worker发送实验开始的命令
- slave节点接受到实验开始的命令之后，在本地启动一个后台进程，运行
basic_server，并将basic_server的basic_server的stderr和stdout重定向到slave本地的文件中，此后向master节点发送ack，然后开始定期向master节点发送心跳，心跳包含CPU和内存的利用率 - master节点收到所有slave节点的ack之后，开始打印所有节点的心跳信息，同时陷入一个死循环（这个死循环中可以实现细粒度的控制实验的进度，例如向mds发送指令等，但是目前的实现就是一个死循环）
- 此时可以去启动client mds等进程，连接所有的server开始完成实验
- 实验结束时，需要手动的
ctrl+C，让master节点陷入KeyboardInterruptError，此时master节点会向所有的slave节点发送实验结束的命令，slave节点收到命令之后会停止basic_server的运行，然后向master节点发送ack，master节点收到所有slave节点的ack之后，会把所有slave生成的stderr、stdout以及运行的log复制到本地的logs/exp_start_time文件夹中，exp_start_time为实验开始的时间
可能需要修改的配置文件有下面几个：
- exp_utils/redis_config.json: redis相关的配置文件，只需要将
redis_host改成运行manager.py的master节点的ip或者host名即可 - exp_config/some_config.json: 这里面需要修改的东西有：
- 当前需要创建的实验的配置
- master和slave节点的ip等，注意manager.py会从这个配置文件中获取需要控制的所有slave的ip地址
- exp_utils/const.py：包含了一些常量，例如slave上存放所有实验相关文件的路径，通常不需要修改这个文件