KubeRay v1.4.0 版本深度解析：Kubernetes 上的 Ray 集群管理新体验

KubeRay 是一个专为 Kubernetes 设计的开源项目，它提供了在 Kubernetes 上部署和管理 Ray 集群的能力。Ray 是一个流行的分布式计算框架，广泛应用于机器学习和大规模数据处理场景。KubeRay 作为连接 Ray 和 Kubernetes 的桥梁，极大地简化了分布式计算任务在云原生环境中的部署和管理流程。

核心功能增强

1. Kubectl 插件全面升级

KubeRay v1.4.0 对 Kubectl 插件进行了重大改进，新增了多项实用功能：

• 集群伸缩能力：新增 scale 命令，允许用户直接调整 RayCluster 中工作节点组的规模，无需手动修改 YAML 文件
• 资源查看增强：扩展 get 命令功能，支持列出 Ray 节点和工作节点组信息
• 集群创建优化：create 命令现在支持从配置文件创建集群，并允许覆盖默认值，新增支持字段包括：
  • Kubernetes 标签和注解
  • 节点选择器
  • 临时存储配置
  • Ray 启动参数
  • TPU 支持
  • 自动伸缩器版本配置

这些改进使得通过命令行管理 Ray 集群变得更加灵活和高效。

2. KubeRay 仪表盘（Alpha 版本）

v1.4.0 引入了全新的开源仪表盘 UI，虽然目前仍处于实验阶段，但已经提供了集中查看和管理 KubeRay 资源的能力。与 Ray 自带的仪表盘不同，KubeRay 仪表盘提供了集群级别的全局视图，可以同时监控多个 KubeRay 资源的状态。

3. 调度器插件集成

新版本集成了 Kubernetes 社区的 scheduler-plugins 项目，为 RayCluster 资源提供了 Gang Scheduling（组调度）支持。这种调度方式特别适合需要同时启动多个相关任务的场景，确保所有相关任务要么全部成功调度，要么都不调度。

4. API Server V2（Alpha 版本）

全新的 API Server v2 提供了兼容 Kubernetes API 的 HTTP 代理接口，允许用户使用标准的 Kubernetes 客户端工具管理 Ray 资源。主要特点包括：

• 完全兼容 Kubernetes OpenAPI 规范和 CRD
• 可作为 Go 库使用，支持通过可插拔的 HTTP 中间件构建自定义代理

重要变更与兼容性说明

1. Bash Shell 行为变更

从 v1.4.0 开始，KubeRay 默认使用非登录 Bash Shell 执行命令，这与之前版本的登录 Shell 行为不同。虽然提供了 ENABLE_LOGIN_SHELL 环境变量作为临时回退方案，但长期建议用户适应新的默认行为。

2. 资源名称规范

新版本加强了对资源名称长度的验证，不再自动截断超长名称，而是会生成无效规范事件。同时，对一些资源名称后缀进行了简化：

• RayCluster 的无头服务后缀从 headless-worker-svc 缩短为 headless
• RayCluster 名称后缀从 -raycluster-xxxxx 简化为 -xxxxx
• 头部 Pod 名称后缀从 -head-xxxxx 简化为 -head

3. 自动伸缩器 v2 配置变更

自动伸缩器 v2 的配置方式更新为通过 spec.autoscalerOptions.version 字段指定，不再推荐使用 RAY_enable_autoscaler_v2 环境变量。

监控与指标增强

KubeRay v1.4.0 引入了服务级别指标（SLI），帮助用户更好地监控 KubeRay 资源的状态和性能。这些指标包括：

• 集群准备就绪时间
• 服务条件状态
• 任务执行时长
• 集群信息
• 任务部署状态

这些指标为运维团队提供了更全面的视角，有助于及时发现和解决潜在问题。

技术实现亮点

1. 多架构支持

KubeRay 提供了对多种 CPU 架构的原生支持，包括 AMD64 和 ARM64，确保在不同硬件平台上都能稳定运行。

2. 测试覆盖增强

新版本大幅增加了测试覆盖率，特别是针对自动伸缩功能和 API Server 的测试，提高了系统的稳定性和可靠性。

3. 开发者体验优化

项目改进了开发文档和构建流程，使开发者能够更轻松地参与贡献。同时引入了更严格的代码质量检查，包括 Markdown 文档格式规范和 Go 代码测试规范。

总结

KubeRay v1.4.0 通过引入仪表盘、增强命令行工具、改进调度能力和监控指标，显著提升了在 Kubernetes 上管理 Ray 集群的体验。虽然部分新功能仍处于 Alpha 阶段，但已经展现出强大的潜力。对于需要在云原生环境中运行分布式计算任务的团队，升级到 v1.4.0 将获得更强大、更易用的管理能力。

随着项目的持续发展，KubeRay 正在成为连接 Kubernetes 和分布式计算框架的重要桥梁，为机器学习和大数据处理工作负载提供坚实的云原生基础。