Ray资源组提供交互式访问地址，以方便快速进行Ray作业迭代开发。您可在本地、Notebook中通过该地址与Ray资源组通信，借助云上资源实现作业快速开发。
前提条件
-
已开通Lindorm计算引擎。
已创建RAY资源组。
获取 Ray 资源组交互式访问地址
登录Lindorm管理控制台。
在页面左上角，选择实例所属的地域。
在实例列表页，单击目标实例ID或者目标实例所在行操作列的管理。
在实例详情页左侧展开配置与管理，单击子菜单中的 数据库连接。
在右侧页面中，选择计算引擎页签，在Ray连接方式部分查看您所需连接Ray资源的交互式访问地址。
使用 Ray 资源组交互式访问地址
Ray 交互式访问地址使用说明
Ray 交互式访问地址适合在作业开发阶段使用，例如通过Notebook、Python交互式解释器（运行python命令进入的python交互环境），您可以按需地将某个代码片段在本地执行或者提交到Ray资源组上分布式运行。
Ray资源组交互式访问地址为VPC地址，请在Lindorm实例所在VPC内连接该地址通信。
请确保使用的客户端侧Python版本、Ray版本与Ray资源组保持一致。默认情况下，Ray资源组的Python版本为3.10，Ray版本为2.50.1。
本地开发 Ray 作业
下文以Python交互环境为例，介绍如何在本地链接Ray资源组，调度Ray Task执行。
1. 安装 Ray Client 客户端
执行 pip install 'ray[client]==2.50.1'。
2. 启动 Python 交互环境，运行代码片段
初始化 Ray Client 连接
import ray
ray.init("ray://ld-bp17g15apaXXXX-${RAY_CG_NAME}-proxy-ldps.lindorm.aliyuncs.com:10001")此时可观察到输出内容如下：
ClientContext(dashboard_url='xxxx', python_version='3.10.16', ray_version='2.50.1', ray_commit='e6c5981ae7d5cf6a33d93fba4c7893d9e796801e', _num_clients=1, _context_to_restore=<ray.util.client._ClientContext object at 0x7f68ad951f30>, protocol_version=None)如观察到有Python patch version mismatch的日志信息，可忽略该信息，Ray兼容Major&Minor相同（即 3.10）的 Python 逻辑。
2025-12-26 17:10:56,311 WARNING utils.py:1591 -- Python patch version mismatch: The cluster was started with:
Ray: 2.50.1
Python: 3.10.16
This process on Ray Client was started with:
Ray: 2.50.1
Python: 3.10.2定义 Ray Task
@ray.remote
def do_work(x):
return x ** x触发 Ray Task 执行并打印返回结果
ref = do_work.remote(2)
print(ray.get(ref))
# Output: 43. 观察交互式开发作业
访问Ray资源组WebUI，在Jobs页签可以查看到一个Submission ID为空，Entrypoint为python -m ray.util.client.server的Ray Job，该Job即为通过Ray Client触发的作业。
进入该作业，可看到通过Python交互环境提交的Ray Task、Actor运行信息。
4. 退出 Python 交互环境，终止Ray Job
您无需主动管理Ray资源组中的Ray Job状态。 该 Job在您未提交任何Ray Task时不会占用集群资源。如果网络连接断开或者您退出了Python环境，该Ray Job会自动终止运行。
使用 DataWorks Notebook 开发 Ray 作业
DataWorks Notebook支持连接 Lindorm Ray 计算资源，无需在本地配置环境即可快速进行 Ray 作业开发。
连接 Ray 资源组
DataWorks Notebook 支持通过 Magic Command 快速链接 Ray 交互式访问地址。
您可以通过
%lindorm_ray与 Ray 交互式访问地址建立链接。执行该命令后，在单元格右下角选择 Lindorm 计算资源和 Ray 资源组即可完成连接。如您需要配置自定义运行环境配置（如安装额外的 Python 包），需要使用
%%lindorm_ray来链接 Ray 交互式访问地址。
比如您可以通过如下代码连接 Ray 资源组，配置自定义环境。
%%lindorm_ray
{
"runtime_env": {
"pip": ["jieba"]
}
}编写 Ray 代码
连接成功后，直接在 Notebook 单元格中编写 Ray 代码即可，日志会实时回传：
import ray
@ray.remote
def do_work(x):
import jieba
return "/".join(jieba.cut(x))
print(ray.get(do_work.remote("欢迎使用DataWorks+LindormRay解决方案")))DataWorks notebook 调度任务运行时的日志默认只显示前 1 MB，如需查看完整日志，可跳转至 Lindorm Ray Dashboard。
更多详细信息，请参考 DataWorks Notebook高级开发指南。