Terrill Dicki
01 Nov 2025 13:41
Ray memperkenalkan pemilih label, meningkatkan kemampuan penjadwalan untuk pengembang, memungkinkan penempatan beban kerja yang lebih presisi pada node. Fitur ini merupakan kolaborasi dengan Google Kubernetes Engine.
Ray, kerangka komputasi terdistribusi, telah memperkenalkan pembaruan signifikan dengan peluncuran pemilih label, fitur yang bertujuan meningkatkan fleksibilitas penjadwalan bagi pengembang. Kemampuan baru ini memungkinkan penempatan beban kerja yang lebih presisi pada node yang sesuai, menurut pengumuman terbaru oleh Anyscale.
Meningkatkan Penempatan Beban Kerja
Pengenalan pemilih label hadir sebagai bagian dari kolaborasi dengan tim Google Kubernetes Engine. Tersedia di Ray versi 2.49, fitur baru ini terintegrasi di seluruh Ray Dashboard, KubeRay, dan platform komputasi AI Anyscale. Ini memungkinkan pengembang untuk menetapkan label spesifik ke node dalam klaster Ray, seperti cpu-family=intel atau market-type=spot, yang dapat menyederhanakan proses penjadwalan tugas, aktor, atau grup penempatan pada node tertentu.
Mengatasi Keterbatasan Sebelumnya
Sebelumnya, pengembang menghadapi tantangan saat mencoba menjadwalkan tugas pada node tertentu, sering menggunakan solusi alternatif yang mencampuradukkan kuantitas sumber daya dengan batasan penempatan. Pemilih label baru mengatasi keterbatasan ini dengan memungkinkan ekspresi yang lebih fleksibel untuk persyaratan penjadwalan, termasuk kecocokan yang tepat, kondisi any-of, dan kecocokan negatif, seperti menghindari node GPU atau menentukan wilayah seperti us-west1-a atau us-west1-b.
Integrasi dengan Kubernetes
Pemilih label Ray terinspirasi dari label dan pemilih Kubernetes, meningkatkan interoperabilitas antara kedua sistem. Pengembangan ini merupakan bagian dari upaya berkelanjutan untuk mengintegrasikan Ray lebih dekat dengan Kubernetes, memungkinkan kasus penggunaan yang lebih canggih melalui API dan semantik yang familiar.
Aplikasi Praktis
Dengan pemilih label, pengembang dapat mencapai berbagai tujuan penjadwalan, seperti menetapkan tugas ke node tertentu, memilih penempatan khusus CPU, menargetkan akselerator tertentu, dan menjaga beban kerja dalam wilayah atau zona tertentu. Fitur ini juga mendukung klaster statis dan penskalaan otomatis, dengan penskalaan otomatis Anyscale mempertimbangkan bentuk sumber daya dan pemilih label untuk menskalakan grup pekerja secara tepat.
Pengembangan Masa Depan
Ke depannya, Ray berencana meningkatkan fitur pemilih label dengan kemampuan tambahan seperti pemilih label fallback, dukungan pustaka untuk pola penjadwalan umum, dan interoperabilitas yang lebih baik dengan Kubernetes. Pengembangan ini bertujuan untuk lebih menyederhanakan penjadwalan beban kerja dan meningkatkan pengalaman pengguna secara keseluruhan.
Untuk instruksi lebih detail dan rincian API, pengembang dapat merujuk ke panduan Anyscale dan Ray.
Sumber gambar: Shutterstock
Sumber: https://blockchain.news/news/ray-enhances-scheduling-with-new-label-selectors


