更新时间:2026-11-13 GMT+08:00
设置Ray作业优先级
在实际业务运行中,不同作业的重要程度和紧急程度不同,部分关键作业需要优先获得计算资源以保障正常运行。AI DataLake提供Ray作业优先级调度能力,支持在提交作业时指定作业优先级。
使用须知
- Ray作业优先级为可选参数,取值范围如下:
表1 作业优先级 作业类型
取值范围
最高优先级
最低优先级
默认值
Ray
1~9的整数
9
1
5
- 作业优先级为可选参数,仅在需要调整优先级时设置。不设置时,作业按默认优先级提交,不影响原有作业。
- 当资源不足时,作业先进入排队队列;待资源充足后,系统按优先级从高到低调度作业,相同优先级的作业按提交时间先后调度。
- 优先级超出取值范围或设置为非数字时,优先级静默回退为默认值5。
设置Ray作业优先级
通过API运行作业时,指定ray_aidatalake_job_priority参数设置作业优先级。
使用API提交作业至RayCluster的请求示例如下:
POST /v2/workspaces/{workspace_id}/ray-jobs
{
"name": "xd-test-010-0906",
"endpoint_name": "ray-federation-1hri",
"config": {
"ray_job_priority": "8",
"entrypoint": "python3 -c \"import ray,time; time.sleep(30); ray.init(); print(ray.cluster_resources())\""
}
} 查看优先级
作业提交后,您可以通过API响应参数“ray_job_priority”查看作业优先级。具体操作,请参见查看Ray作业详情。