Ray入门指南（1）----ray分布式框架的介绍

使用ray，你需要解决以下两个问题：

1.ray执行异步任务时是怎样实现平行的。（ray集群中每个节点共享本节点本地存储，节点中worker并行运行，集群间worker的并行）

2.ray是怎样使用对象ID来表示不可变对象的远程对象的。（任务执行前，对象值已存入存储对象中，任务执行是通过对象ID调用存储对象的）

综述

Ray是一个分布式执行引擎。同样的代码可以在一台机器上实现高效的多处理，也可以在集群是用于大型的计算。

当我们使用Ray时，涉及到多个进程。

• 多worker进程执行多个任务并将结果存储在对象存储中，每个worker都是一个独立的进程。
• 每个节点上的对象存储都将不可变的对象存储存储在共享内存中，允许worker以少量的复制和并行化有效的共享同一节点上的存储对象。
• 每一节点上的本地调度将任务分配给同一节点上的worker（一个节点上的本地调度把任分配给本节点的worker）
• 一个driver是用户控制的python进程。例如，如果用户正在运行脚本或者使用python shell，那么driver就是运行脚本或者shell的python进程。driver和worker很相似，他们都可以提交任务给本地调度并从对象存储中获取对象，但是不同之处是本地调度不会将任务分配给driver执行。
• Redis服务器维护系统的大部分状态。例如，它跟踪哪些对象位于哪些机器上，以及任务规范(但不包括数据)。另外可以对有问题的目标进行直接的质问（就是错误或者警告提示）。

运行Ray

启动python并运行一下命令：

import ray
ray.init()

ray启动了。（其中ray.init()方法可以加参数，具体请参考Ray相关的API）

不可变的远程(remote)对象

在Ray中，我们可以在对象上创建和计算。我们将这些