começar a Ray cluster on Databricks
Databricks simplifica o processo de iniciar um Ray cluster ao lidar com a configuração de cluster e Job da mesma forma que faz com qualquer Apache Spark Job. Isso ocorre porque o Ray cluster está, na verdade, começando em cima do gerenciar Apache Spark cluster.
execução Ray on Databricks
from ray.util.spark import setup_ray_cluster
import ray
# If the cluster has four workers with 8 CPUs each as an example
setup_ray_cluster(num_worker_nodes=4, num_cpus_per_worker=8)
# Pass any custom configuration to ray.init
ray.init(ignore_reinit_error=True)
Essa abordagem funciona em qualquer escala de cluster, de alguns a centenas de nós. O Ray clusters em Databricks também oferece suporte à autoescala.
Depois de criar o Ray cluster, o senhor pode executar qualquer código de aplicativo Ray em um Databricks Notebook.
Importante
Databricks recomenda a instalação de todas as bibliotecas necessárias para o seu aplicativo com %pip install <your-library-dependency>
para garantir que elas estejam disponíveis para o Ray cluster e para o aplicativo de acordo. A especificação de dependências na chamada da função Ray init instala as dependências em um local inacessível para os nós Apache Spark worker , o que resulta em incompatibilidades de versão e erros de importação.
Por exemplo, o senhor pode executar um aplicativo Ray simples em um Databricks Notebook da seguinte forma:
import ray
import random
import time
from fractions import Fraction
ray.init()
@ray.remote
def pi4_sample(sample_count):
"""pi4_sample runs sample_count experiments, and returns the
fraction of time it was inside the circle.
"""
in_count = 0
for i in range(sample_count):
x = random.random()
y = random.random()
if x*x + y*y <= 1:
in_count += 1
return Fraction(in_count, sample_count)
SAMPLE_COUNT = 1000 * 1000
start = time.time()
future = pi4_sample.remote(sample_count=SAMPLE_COUNT)
pi4 = ray.get(future)
end = time.time()
dur = end - start
print(f'Running {SAMPLE_COUNT} tests took {dur} seconds')
pi = pi4 * 4
print(float(pi))
Desligar um cluster Ray
Os clusters Ray são desligados automaticamente nas seguintes circunstâncias:
O senhor separa o seu Notebook interativo do seu Databricks cluster.
Seu Databricks Job foi concluído.
Seu cluster Databricks é reiniciado ou encerrado.
Não há atividade para o tempo de parada especificado.
Para encerrar um cluster Ray em execução no Databricks, o senhor pode chamar a API ray.utils.spark.shutdown_ray_cluster
.
from ray.utils.spark import shutdown_ray_cluster
import ray
shutdown_ray_cluster()
ray.shutdown()