更新时间:2026-07-13 GMT+08:00
Ray作业接口应用示例
概述
本文指导用户通过调用API的方式执行Ray作业完整流程,包括运行Ray作业、查询作业详情和取消作业运行等。
本流程假设终端租户已经在Console界面完成AI DataLake的服务授权,且已创建工作空间、计算资源和RayJob端点。API的调用方法请参见如何调用API。
前提条件
- 已获取待运行RayJob的工作空间ID。
- 已创建运行作业的计算资源。
- 已创建待运行作业的RayJob端点,并获取端点名称。
- RayJob端点已创建成功并处于“运行中”状态。
运行Ray作业
调用运行作业接口。同时记录接口返回的作业id。
- Body:
{ "name": "Ray-Test", "description": "description", "endpoint_name": "Ray-Test", "config": { "entrypoint": "python3 -m estimate_pi 1000000", "runtime_env": { "working_dir": "obs://ray-shared-csc/ray-job-code.zip", #需替换为作业脚本存储的obs路径,且必须为.zip文件 "pip": [ "numpy=1.16.1" # 可选值,填写值为涉及pip依赖库,若不涉及可不填 ], "env_vars": { "additionalProp1": "value1", # 可选值,填写值为环境变量,若不涉及可不填 "additionalProp2": "value2", "additionalProp3": "value3" } } } } - 响应示例
{ "job_id" : "ac8111bf-3601-4905-8ddd-b41d3e636a4e" }
查询作业详情
调用查询作业详情接口,查看作业的完整配置信息和执行结果。
- 请求示例
GET /v2/workspaces/{workspace_id}/ray-jobs/{job_id}
- {workspace_id}:工作空间ID,用于资源隔离。
- {job_id}:运行Ray作业里响应体中的“job_id”。
- 响应示例
{ "name": "Ray-Test", "description": "description", "config": { "entrypoint": "python3 -m estimate_pi 1000000", "runtime_env":{ "working_dir":"obs://ray-shared-csc/ray-job-code.zip", "pip": [ "numpy=1.16.1" # 可选值,填写值为涉及pip依赖库,若不涉及可不填 ], "env_vars": { "additionalProp1": "value1", # 可选值,填写值为环境变量,若不涉及可不填 "additionalProp2": "value2", "additionalProp3": "value3" } }, }, "endpoint_name": "Ray-Test", "status": "QUEUED" }
取消作业运行
若作业执行异常需要终止,调用取消作业运行接口取消正在执行的作业。仅支持取消处于QUEUED或RUNNING状态的作业。
- 请求示例:
POST /v2/workspaces/{workspace_id}/ray-jobs/{job_id}/cancel
- {workspace_id}:工作空间ID,用于资源隔离。
- {job_id}:运行Ray作业里响应体中的“job_id”。
- 响应示例
{ "id" : "ac8111bf-3601-xxxx-xxxx-b41d3e636a4e" }
父主题: 应用示例