使用自訂鏡像運行 RAY 作業 - Lindorm

本文檔將指導您如何基於 Lindorm Ray 提供的官方公用鏡像來構建和使用自訂鏡像。通過該功能，您可以將業務所需的依賴庫預先打包，從而實現運行環境的一致性、提升作業啟動效率，並滿足複雜情境下的個人化需求。

前提條件

在開始操作前，請確保您已滿足以下條件：

在使用自訂鏡像時，請務必遵守以下規則，以確保系統穩定性和功能相容性：

禁止修改核心目錄：在 Dockerfile 中，請勿修改以下目錄及其子目錄下的任何檔案：
- /tmp/ray/
- /opt/
- Ray 的安裝目錄（例如，Python 3.11 版本的路徑為 /home/ray/anaconda3/lib/python3.11/site-packages/ray/）。
同地區部署：自訂鏡像必須上傳至與 Lindorm 執行個體相同地區的 ACR 倉庫中，否則 Lindorm 將無法拉取。

使用自訂鏡像主要遵循以下四個步驟：

Lindorm 為您提供了預置 Ray 環境的公用鏡像，這是構建自訂鏡像的基礎。

鏡像拉取地址模板：

docker pull lindorm-compute-public-registry.cn-hangzhou.cr.aliyuncs.com/lindorm-ray/ray:[鏡像版本號碼]

當前可用版本：

為保證相容性，建議參考 RAY 官方依賴列表選擇預裝的依賴版本，比如使用pip install -c requirements_compiled.txt來安裝依賴。

建立一個 Dockerfile 檔案，以 Lindorm Ray 公用鏡像為基礎，並添加您自己的依賴安裝命令。

樣本 Dockerfile：

FROM lindorm-compute-public-registry.cn-hangzhou.cr.aliyuncs.com/lindorm-ray/ray:2.50.1-1.1.1-py311-cpu

RUN pip install --no-cache-dir numpy pandas

重要

請勿修改 /tmp/ray/、/opt/，以及 RAY 的安裝目錄及其子目錄下的檔案。以 Python 3.11 版本的 Lindorm RAY 鏡像為例，RAY 的安裝目錄為 /home/ray/anaconda3/lib/python3.11/site-packages/ray/。

在 Dockerfile 所在的目錄下，執行以下命令構建鏡像。

docker build -t your-image-name:tag .

構建完成後，您需要將本地鏡像推送至 ACR 倉庫。

docker login --username=<your-username> <your-registry>

docker tag your-image-name:tag <your-registry>/<namespace>/<repo>:tag
docker push <your-registry>/<namespace>/<repo>:tag

在建立 Ray 資源群組的頁面，您需要授權 Lindorm 服務訪問您的 ACR 鏡像倉庫。

說明

此授權操作僅需執行一次，後續建立資源群組時無需重複授權。

完成授權後，在建立 Ray 資源群組頁面的“進階配置”中，填入以下 JSON 配置來指定您的自訂鏡像。

{ 
"clusterConfig.image.custom.acr.instanceId":"your-acr-instanceId",
"clusterConfig.image":"your-full-image-addr"
}

配置項說明：

配置項	說明	樣本
`clusterConfig.image.custom.acr.instanceId`	您的 ACR 執行個體 ID。	`"cri-123456789"`
`clusterConfig.image`	完整的鏡像地址，格式為 `<registry>/<namespace>/<repo>:<tag>`。	`"your-registry-vpc.cn-hangzhou.cr.aliyuncs.com/my-namespace/my-ray-app:1.0"`

完成配置後，即可建立使用自訂鏡像的 Ray 資源群組。