首页
/ dstack项目0.18.42版本发布:增强卷管理功能与关键修复

dstack项目0.18.42版本发布:增强卷管理功能与关键修复

2025-06-27 14:35:11作者:宣聪麟

项目简介

dstack是一个开源的云原生开发环境管理平台,它帮助开发者在云上轻松创建、管理和共享开发环境。通过dstack,开发者可以快速配置计算资源、存储卷以及各种开发工具,实现高效的云端开发工作流。

卷附件管理功能增强

本次0.18.42版本带来了卷(volume)附件管理功能的重大改进。卷是dstack中持久化存储的核心组件,开发者可以通过卷来保存重要的开发数据和项目文件。

命令行界面改进

现在,用户可以通过dstack volume -v命令直观地查看卷的附件状态。在输出结果中新增了ATTACHED列,清晰地显示每个卷当前附加到的计算资源(fleet):

 NAME             BACKEND  REGION                       STATUS  ATTACHED  CREATED      ERROR 
 my-gcp-volume-1  gcp      europe-west4                 active  my-dev    1 weeks ago        
                           (europe-west4-c)                                                  
 my-aws-volume-1  aws      eu-west-1 (eu-west-1a)       active  -         3 days ago         

这个改进对于资源规划特别有价值。开发者可以一目了然地看到哪些卷正在被使用,哪些卷可用,从而做出更合理的资源分配决策。

API功能扩展

除了命令行界面,API也新增了卷附件状态的查询能力。开发者可以通过编程方式检查卷的附件状态:

import os
import requests

url = os.environ["DSTACK_URL"]
token = os.environ["DSTACK_TOKEN"]
project = os.environ["DSTACK_PROJECT"]

resp = requests.post(
    url=f"{url}/api/project/{project}/volumes/list",
    headers={"Authorization": f"Bearer {token}"},
)
volumes = resp.json()

for volume in volumes:
    is_attached = len(volume["attachments"]) > 0
    print(f"Volume {volume['name']} attached: {is_attached}")

这个API增强为自动化管理提供了更多可能性,例如:

  • 自动化资源清理脚本可以识别并处理未使用的卷
  • 监控系统可以跟踪卷的使用情况
  • CI/CD流水线可以根据卷状态动态调整部署策略

关键问题修复

本次版本还包含多个重要的问题修复,特别是解决了placement: cluster配置下的fleet管理问题(#2302)。这个修复确保了在集群模式下资源分配的稳定性和可靠性。

技术价值与应用场景

卷附件管理功能的增强为团队协作和资源管理带来了显著提升:

  1. 团队协作优化:在多开发者共享资源的环境中,清晰的卷状态显示避免了资源冲突。
  2. 成本控制:通过识别未使用的卷,团队可以及时释放不必要的资源,降低云成本。
  3. 自动化集成:API的扩展为DevOps流程提供了更多集成点,支持更复杂的自动化场景。

对于使用dstack进行云端开发的团队来说,0.18.42版本提供了更透明、更可控的存储管理体验,是向更成熟的云开发环境管理迈出的重要一步。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-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++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284