DataWorks:Lindorm Ray node

Langkah 1: Tulis kode Python

Di editor kode untuk Lindorm Ray node, masukkan kode Python berikut. Kode ini menggunakan dekorator Ray @ray.remote untuk mendistribusikan tugas komputasi ke beberapa worker guna eksekusi paralel, serta menggunakan pengambilan sampel acak untuk memperkirakan pi.

import ray
import random
import time
import sys

ray.init()

@ray.remote
def compute_points_in_circle(num_points: int) -> int:
    """
    Fungsi remote: Menghasilkan titik secara acak dalam persegi satuan dan menghitung berapa banyak yang jatuh di dalam lingkaran satuan.
    """
    inside = 0
    for _ in range(num_points):
        x = random.uniform(0, 1)
        y = random.uniform(0, 1)
        if x * x + y * y <= 1:
            inside += 1
    return inside

def estimate_pi(total_points: int, num_workers: int = 4) -> float:
    """
    Gunakan Ray untuk memperkirakan pi secara paralel.
    """
    start_time = time.time()
    points_per_worker = total_points // num_workers

    print(f"Memperkirakan pi dengan total titik: {total_points:,}, worker: {num_workers}")

    # Kirim beberapa tugas remote.
    tasks = [compute_points_in_circle.remote(points_per_worker) for _ in range(num_workers)]

    # Kumpulkan hasilnya.
    results = ray.get(tasks)
    total_inside = sum(results)

    # Hitung pi.
    pi_estimate = 4.0 * total_inside / total_points

    duration = time.time() - start_time

    print("=" * 60)
    print("Contoh Ray: Menghitung π menggunakan Metode Monte Carlo")
    print("=" * 60)
    print(f"Total sampel: {total_points:,}")
    print(f"Titik di dalam lingkaran: {total_inside:,}")
    print(f"Perkiraan π: {pi_estimate:.10f}")
    print(f"Waktu yang dibutuhkan: {duration:.4f} detik")
    print(f"Jumlah worker: {num_workers}")
    print("=" * 60)
    print("Perhitungan selesai!")

    return pi_estimate

if __name__ == "__main__":
    estimated_pi = estimate_pi(total_points=int(sys.argv[1]), num_workers=4)
    ray.shutdown()

Langkah 2: Konfigurasi perintah pengiriman Ray

Di area Ray submission command node, konfigurasikan perintah pengiriman berikut.

ray job submit \ 
--working-dir "." \
-- python calculate_pi.py 1000000

Konfigurasi konten node

Langkah 1: Buat dan unggah file resource

Buat dua file resource Python berikut di DataWorks.

File resource 1: circle_utils.py

"""
Modul utilitas untuk menghitung titik di dalam lingkaran.
"""
import random

def compute_points_in_circle(num_points: int) -> int:
    """
    Menghasilkan titik secara acak dalam persegi satuan dan menghitung berapa banyak yang jatuh di dalam lingkaran satuan.
    """
    inside = 0
    for _ in range(num_points):
        x = random.uniform(0, 1)
        y = random.uniform(0, 1)
        if x * x + y * y <= 1:
            inside += 1
    return inside

File resource 2: pi_estimator.py

"""
Modul utilitas untuk memperkirakan pi.
"""
import time

def estimate_pi(results, total_points: int) -> float:
    """
    Memperkirakan pi berdasarkan jumlah titik di dalam lingkaran.
    """
    start_time = time.time()
    total_inside = sum(results)
    pi_estimate = 4.0 * total_inside / total_points
    duration = time.time() - start_time

    print(f"Total titik: {total_points:,}")
    print(f"Titik di dalam lingkaran: {total_inside:,}")
    print(f"Perkiraan pi ≈ {pi_estimate:.6f}")
    print(f"Waktu yang dibutuhkan: {duration:.2f} detik")

    return pi_estimate

Langkah 2: Tulis kode program utama

Di editor kode Lindorm Ray node, rujuk file resource yang diunggah menggunakan ##@resource_reference dan tulis kode program utama.

##@resource_reference{"circle_utils.py"}
##@resource_reference{"pi_estimator.py"}
"""
Program utama untuk menghitung pi secara paralel menggunakan Ray.
"""
import sys
import ray
from circle_utils import compute_points_in_circle
from pi_estimator import estimate_pi

@ray.remote
def compute_points_in_circle_remote(num_points: int) -> int:
    """
    Fungsi remote: Wrapper untuk fungsi perhitungan.
    """
    return compute_points_in_circle(num_points)

if __name__ == "__main__":
    ray.init()

    total_points = int(sys.argv[1])
    num_workers = 4
    points_per_worker = total_points // num_workers

    print(f"Memperkirakan pi dengan total titik: {total_points:,}, worker: {num_workers}")

    # Kirim beberapa tugas remote.
    tasks = [compute_points_in_circle_remote.remote(points_per_worker) for _ in range(num_workers)]

    # Dapatkan hasilnya.
    results = ray.get(tasks)

    # Hitung pi.
    estimated_pi = estimate_pi(results, total_points)

    # Matikan Ray.
    ray.shutdown()

Langkah 3: Konfigurasi perintah pengiriman Ray

Di area Ray submission command node, konfigurasikan perintah pengiriman berikut.

ray job submit \
--working-dir "." \
-- python main.py 1000000