KubeRay：在Kubernetes上运行Ray应用的强大工具

KubeRay：在Kubernetes上运行Ray应用的强大工具

kuberay A toolkit to run Ray applications on Kubernetes 项目地址: https://gitcode.com/gh_mirrors/ku/kuberay

项目基础介绍和主要编程语言

KubeRay是一个开源的Kubernetes操作员，旨在简化在Kubernetes上部署和管理Ray应用的过程。该项目主要使用Go语言进行开发，同时也涉及Python、Makefile、Shell、Mustache、Dockerfile和Smarty等多种编程语言和技术。

项目核心功能

KubeRay的核心功能包括：

1. KubeRay核心组件：提供三个自定义资源定义（CRD），分别是RayCluster、RayJob和RayService。这些资源帮助用户轻松运行各种工作负载。

   • RayCluster：KubeRay完全管理RayCluster的生命周期，包括集群的创建/删除、自动扩展和故障容错。
   • RayJob：KubeRay自动创建RayCluster并在集群就绪时提交作业，还可以配置RayJob在作业完成后自动删除RayCluster。
   • RayService：由RayCluster和Ray Serve部署图组成，提供RayCluster的零停机升级和高可用性。

2. 社区维护组件（可选）：

   • KubeRay APIServer：提供简化的配置层，用于管理KubeRay资源，常用于支持用户界面的后端。
   • KubeRay Python客户端：提供API，用于从Python应用程序中处理RayCluster。
   • KubeRay CLI：通过命令行界面管理KubeRay资源。

项目最近更新的功能

截至2023年9月，KubeRay的最新更新包括：

1. 文档迁移：所有面向用户的KubeRay文档已迁移到Ray文档中，KubeRay仓库仅保留与开发和维护相关的文档。
2. 快速启动指南：新增了RayCluster、RayJob和RayService的快速启动指南。
3. 示例应用：增加了多个示例应用，如在Kubernetes上使用Ray Train进行XGBoost训练、PyTorch ResNet模型训练、MobileNet图像分类器服务、StableDiffusion文本到图像模型服务等。
4. Kubernetes生态系统集成：包括与AWS Application Load Balancer、GKE Ingress、Nginx、Prometheus和Grafana、Volcano、Kubeflow、MCAD等的集成。
5. 外部博客文章和演讲：增加了多个外部博客文章和演讲，涵盖了KubeRay在不同公司的应用案例和技术分享。

KubeRay通过这些更新，进一步增强了其在Kubernetes上运行Ray应用的能力，提供了更丰富的功能和更好的用户体验。

kuberay A toolkit to run Ray applications on Kubernetes 项目地址: https://gitcode.com/gh_mirrors/ku/kuberay