更新时间:2026-11-09 GMT+08:00
分享

提交RayJob作业

本节操作介绍使用Ray SDK提交RayJob作业的操作方法。

前提条件

函数

# 构建参数
resource = RayResourceConfig(
    head_resource_spec=RayHeadResourceSpec(cpu=2000, memory=4096),
    worker_resource_spec=[RayWorkerResourceSpec(
        cpu=2000, memory=4096,
        worker_replicas=0, worker_min_replicas=1, worker_max_replicas=1,
    )],
)
config = RayJobConfig(
    entrypoint="python3 -c \"import time; print('hello'); time.sleep(10)\"",
    resource_config=resource,
)
body = RunRayJobRequestBody(
    name='my-ray-job-' + datetime.datetime.now().strftime('%Y%m%d%H%M%S'),
    endpoint_name='ray-job-5zd8-yuliu-cpu',
    config=config,
)
# 函数调用
response = client.run_ray_job(request)

参数说明

参数

是否必选

说明

head_resource_spec

是

head资源配置。

worker_resource_spec

是

worker资源配置。

entrypoint

是

运行作业主脚本。

name

是

作业名称,长度为1~47的英文字母、数字、中划线。

endpoint_ name

是

RayJob端点名称。

workspace_id

是

工作空间ID。

关于参数的详细说明,请参见运行作业 - RunRayJob。

样例代码

import datetime
from huaweicloudsdkcore.auth.credentials import BasicCredentials
from aidatalake_ray_pysdk.v2 import (
    AIDataLakeClient, RunRayJobRequest, RunRayJobRequestBody, RayJobConfig, RayResourceConfig, RayHeadResourceSpec,
    RayWorkerResourceSpec,
)

# 构建客户端
credentials = BasicCredentials(ak='your-ak', sk='your-sk')
client = (
    AIDataLakeClient.new_builder()
    .with_credentials(credentials)
    .with_endpoint('you-endpoint')
    .build()
)
 
# 构建作业,设置最小资源配置(2vCPU + 4GiB)以避开配额限制
resource = RayResourceConfig(
    head_resource_spec=RayHeadResourceSpec(cpu=2000, memory=4096),
    worker_resource_spec=[RayWorkerResourceSpec(
        cpu=2000, memory=4096,
        worker_replicas=0, worker_min_replicas=1, worker_max_replicas=1,
    )],
)
config = RayJobConfig(
    entrypoint="python3 -c \"import time; print('hello'); time.sleep(10)\"",
    resource_config=resource,
)
body = RunRayJobRequestBody(
    name='my-ray-job-' + datetime.datetime.now().strftime('%Y%m%d%H%M%S'),
    endpoint_name='ray-job-5zd8-yuliu-cpu',
    config=config,
)
request = RunRayJobRequest(workspace_id='your-workspace-id', body=body)
 
# 异步提交(立即返回)
response = client.run_ray_job(request)
print(f"Job ID: {response.job_id}")

相关文档