使用自定义镜像运行 RAY 作业 - 云原生多模数据库 Lindorm

本文档将指导您如何基于 Lindorm Ray 提供的官方公共镜像来构建和使用自定义镜像。通过该功能，您可以将业务所需的依赖库预先打包，从而实现运行环境的一致性、提升作业启动效率，并满足复杂场景下的个性化需求。

前提条件

在开始操作前，请确保您已满足以下条件：

在使用自定义镜像时，请务必遵守以下规则，以确保系统稳定性和功能兼容性：

禁止修改核心目录：在 Dockerfile 中，请勿修改以下目录及其子目录下的任何文件：
- /tmp/ray/
- /opt/
- Ray 的安装目录（例如，Python 3.11 版本的路径为 /home/ray/anaconda3/lib/python3.11/site-packages/ray/）。
同地域部署：自定义镜像必须上传至与 Lindorm 实例相同地域的 ACR 仓库中，否则 Lindorm 将无法拉取。

使用自定义镜像主要遵循以下四个步骤：

Lindorm 为您提供了预置 Ray 环境的公共镜像，这是构建自定义镜像的基础。

镜像拉取地址模板：

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

当前可用版本：

为保证兼容性，建议参考 RAY 官方依赖列表选择预装的依赖版本，比如使用pip install -c requirements_compiled.txt来安装依赖。

创建一个 Dockerfile 文件，以 Lindorm Ray 公共镜像为基础，并添加您自己的依赖安装命令。

示例 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

请勿修改 /tmp/ray/、/opt/，以及 RAY 的安装目录及其子目录下的文件。以 Python 3.11 版本的 Lindorm RAY 镜像为例，RAY 的安装目录为 /home/ray/anaconda3/lib/python3.11/site-packages/ray/。

在 Dockerfile 所在的目录下，执行以下命令构建镜像。

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

构建完成后，您需要将本地镜像推送至 ACR 仓库。

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

在创建 Ray 资源组的页面，您需要授权 Lindorm 服务访问您的 ACR 镜像仓库。

说明

此授权操作仅需执行一次，后续创建资源组时无需重复授权。

完成授权后，在创建 Ray 资源组页面的“高级配置”中，填入以下 JSON 配置来指定您的自定义镜像。

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

配置项说明：

配置项	说明	示例
`clusterConfig.image.custom.acr.instanceId`	您的 ACR 实例 ID。	`"cri-123456789"`
`clusterConfig.image`	完整的镜像地址，格式为 `<registry>/<namespace>/<repo>:<tag>`。	`"your-registry-vpc.cn-hangzhou.cr.aliyuncs.com/my-namespace/my-ray-app:1.0"`

完成配置后，即可创建使用自定义镜像的 Ray 资源组。