Ray 使用新标签选择器增强调度功能

Ray 使用新标签选择器增强调度功能 - Blockchain.News

分布式计算框架 Ray 在最新发布中引入了标签选择器，这是一个旨在增强开发者调度灵活性的重大更新。这个新功能允许在合适的节点上更精确地放置工作负载，根据 Anyscale 最近的公告。

增强工作负载分配

标签选择器的引入是与 Google Kubernetes Engine 团队合作的一部分。该新功能在 Ray 版本 2.49 中可用，并整合在 Ray Dashboard、KubeRay 和 Anyscale 的 AI 计算平台中。它允许开发者为 Ray 集群中的节点分配特定标签，例如 cpu-family=intel 或 market-type=spot，这样可以简化在指定节点上调度任务、角色或放置组的过程。

解决以往的限制

以前，开发者在尝试将任务调度到特定节点时面临挑战，通常需要使用一些将资源数量与放置约束混为一谈的变通方法。新的标签选择器解决了这些限制，允许更灵活地表达调度要求，包括精确匹配、任意条件和否定匹配，例如避免 GPU 节点或指定区域如 us-west1-a 或 us-west1-b。

与 Kubernetes 的集成

Ray 的标签选择器从 Kubernetes 的标签和选择器中汲取灵感，增强了两者之间的互操作性。这一发展是将 Ray 更紧密地与 Kubernetes 集成的持续努力的一部分，通过熟悉的 API 和语义实现更高级的用例。

实际应用

借助标签选择器，开发者可以实现多种调度目标，如将任务固定到特定节点、选择仅限 CPU 的位置、针对特定加速器以及将工作负载保持在某些区域或地区。该功能还支持静态和自动扩展集群，Anyscale 的自动扩展程序考虑资源形状和标签选择器来适当扩展工作组。

未来发展

展望未来，Ray 计划通过额外的功能增强标签选择器功能，如回退标签选择器、支持常用调度模式的库以及提高与 Kubernetes 的互操作性。这些发展旨在进一步简化工作负载调度并提升总体用户体验。

有关更详细的说明和 API 详情，开发者可以参考 Anyscale 和 Ray 指南。

Image source: Shutterstock