Ray 通过新标签选择器增强调度

分布式计算框架 Ray 推出了重大更新，发布了标签选择器，该功能旨在增强开发人员的调度灵活性。根据 Anyscale 最近的公告，这项新功能可以更精确地将工作负载放置在适当的节点上。

加强工作负载安置

标签选择器的引入是与 Google Kubernetes Engine 团队合作的一部分。这项新功能在 Ray 2.49 版本中提供，集成在 Ray Dashboard、KubeRay 和 Anyscale 的 AI 计算平台上。它允许开发人员为 Ray 集群中的节点分配特定标签，例如 cpu-family=intel 或者 market-type=spot，它可以简化在指定节点上调度任务、参与者或置放组的过程。

解决以前的限制

以前，开发人员在尝试在特定节点上安排任务时面临挑战，通常会采取将资源数量与放置限制混为一谈的解决方法。新的标签选择器通过允许更灵活地表达调度要求来解决这些限制，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，例如 us-west1-a 或者 us-west1-b。

与 Kubernetes 集成

Ray 的标签选择器从 Kubernetes 标签和选择器中汲取灵感，增强了两个系统之间的互操作性。这一开发是 Ray 与 Kubernetes 更紧密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

通过标签选择器，开发人员可以实现各种调度目标，例如将任务固定到特定节点、选择仅 CPU 的放置、针对特定加速器以及将工作负载保持在特定区域或区域内。该功能还支持静态和自动缩放集群，Anyscale 的自动缩放器会考虑资源形状和标签选择器来适当缩放工作组。

未来发展

展望未来，Ray 计划通过附加功能来增强标签选择器功能，例如后备标签选择器、对常见调度模式的库支持以及改进与 Kubernetes 的互操作性。这些开发旨在进一步简化工作负载调度并增强整体用户体验。

有关更详细的说明和 API 详细信息，开发人员可以参考 Anyscale 和 Ray 指南。

图片来源：Shutterstock