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。
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
热门内容推荐
最新内容推荐
项目优选








