如何开通和管理RAY资源组_云原生多模数据库 Lindorm(Lindorm)-阿里云帮助中心

Lindorm计算引擎RAY资源组提供分布式计算服务，支持AI负载端到端处理。该资源组兼容完整RAY计算模型及编程接口，深度融合Lindorm多模存储引擎特性，可高效完成数据预处理、训练及推理任务。本文介绍RAY资源组的开通、管理及计费方式。

重要

RAY资源组目前处于邀测阶段，如有使用需求，请联系Lindorm技术支持（钉钉号：s0s3eg3）申请使用名额。

前提条件

RAY资源组提供常驻运行模式，费用包含以下两部分：

在资源组详情页中单击创建资源组，配置以下内容：

资源组类型：选择RAY。
资源组名称：资源组的名字，仅支持小写字母和数字，且长度不超过63个字符。例如raycg。
资源组类型：RAY资源组的运行模式，默认常驻。将RAY作业提交到指定的RAY资源组运行。在无作业运行情况下，RAY资源组以最小的资源保有量运行；有作业提交后，RAY资源组按照作业需求动态申请资源。

属性：配置RAY常驻资源组参数。

重要

Ray资源组支持配置CPU、GPU 2种类型资源，当需要使用GPU资源时，可能会受到机型、库存的限制，请联系Lindorm技术支持（钉钉号：s0s3eg3）。

参数名称	默认值	参数说明
WORKER_WG_CPU	`4`	Worker节点的CPU配额。单位：Core。
WORKER_WG_MEMORY_GB	`16`	Worker节点的内存配额。单位：GB。
WORKER_WG_DISK_SIZE_GB	`30`	Worker节点的磁盘配额。单位：GB。
WORKER_WG_MACHINE_TYPE	`空`，即不使用特定机型	Worker节点的机型配置。
WORKER_WG_REPLICA	`2`	Worker节点初始运行副本数量。
WORKER_WG_MIN_REPLICA	`WORKER_WG_REPLICA`	Worker节点的最小运行副本数，当无作业运行时，以该资源配额运行。
WORKER_WG_MAX_REPLICA	`WORKER_WG_REPLICA`	Worker节点的最大运行副本数，当有作业运行时，能申请的最大Worker Node数量。

示例

申请RAY常驻资源组，资源配置Head节点CPU 4 Core、内存16 GB，Worker节点CPU 8 Core、内存 32GB、运行副本数量2，配置属性如下：

{
  "HEAD_CPU": 4,
  "HEAD_MEMORY_GB": 16,
  "WORKER_WG_CPU": 8,
  "WORKER_WG_MEMORY_GB": 32,
  "WORKER_WG_REPLICA": 2
}

登录Lindorm管理控制台。在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。
在实例详情页的配置信息区域，单击计算引擎操作列的资源组管理。
在资源组详情界面，将鼠标悬停在RAY资源组操作列的WebUI之上，获取资源组的WebUI地址，例如：http://alb-57k7r581oht8rd****.cn-hangzhou.alb.aliyuncsslb.com/ray/raycg/dashboard/。
在浏览器中访问资源组的WebUI地址来查看资源组的运行状态。
- 在WebUI的上方导航栏，切换标签页可以依次查看作业列表（Jobs）、集群状态（Cluster）、Actor列表（Actors）、集群日志（Logs）。
- 在集群状态（Cluster）标签页，可查看集群中所有节点的CPU、内存、GPU、Object Store等资源的使用情况。
（可选）在资源组详情页中，您还可以删除已创建的资源组。
说明
RAY资源组暂不支持修改和重启操作。