Kuberay项目:增强kubectl插件以支持RayJob自动清理功能
2025-07-09 17:52:28作者:曹令琨Iris
在Kubernetes上运行Ray作业时,资源清理是一个重要但常被忽视的环节。Ray项目的Kuberay组件近期针对这一问题进行了功能增强,使kubectl插件能够支持RayJob的自动清理配置。
背景与需求
在分布式计算场景中,Ray作业完成后往往会留下集群资源和CRD对象。这些残留资源不仅占用集群资源,还可能导致后续同名作业提交失败。虽然RayJob CRD原生支持shutdownAfterJobFinishes和ttlSecondsAfterFinished两个参数来实现自动清理,但这些功能在kubectl ray插件中一直未被暴露出来。
技术实现分析
Kuberay团队经过深入讨论后,决定在kubectl ray job submit命令中新增两个参数:
- --shutdown-after-job-finishes:布尔型参数,控制作业完成后是否自动关闭Ray集群
- --ttl-seconds-after-finished:整型参数,设置作业完成后保留时间(秒)
这种设计考虑了不同用户角色的需求:
- 数据科学家可以直接通过CLI参数控制清理行为
- 平台团队无需为每个作业维护单独的CRD模板
- 保持了与原生CRD配置的兼容性
使用场景与最佳实践
在实际应用中,建议根据作业类型设置不同的清理策略:
-
对于短期测试作业:建议同时启用shutdown和TTL功能
kubectl ray job submit --shutdown-after-job-finishes --ttl-seconds-after-finished 60 ...
-
对于生产环境作业:可根据需求选择只启用TTL
kubectl ray job submit --ttl-seconds-after-finished 3600 ...
-
对于需要保留日志的作业:可以设置较长的TTL值
kubectl ray job submit --ttl-seconds-after-finished 86400 ...
技术决策背后的思考
Kuberay团队在实现这一功能时,特别考虑了以下因素:
- 用户体验:避免让终端用户直接操作CRD YAML文件
- 资源管理:防止集群因残留资源而变得臃肿
- 命名冲突:解决同名作业因CRD残留导致的提交失败问题
- 权限控制:在简化操作的同时保持必要的配置灵活性
这一增强功能现已合并到Kuberay主分支,用户可以通过升级到最新版本来获得这一能力。对于平台团队来说,这大大简化了Ray作业生命周期管理的复杂度,同时为终端用户提供了更友好的交互体验。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++046Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0290Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
168
2.05 K

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
200
279

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
954
564

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
78
72

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.01 K
396

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
347
1.34 K

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
110
622