Ray 作业概述#
一旦你部署了一个 Ray 集群（在 VMs 或 Kubernetes 上），你就可以准备运行一个 Ray 应用程序了！
Ray 作业 API#
在 Ray 集群上运行作业的推荐方法是使用 Ray Jobs API，它由一个 CLI 工具、Python SDK 和 REST API 组成。
Ray Jobs API 允许你将本地开发的应用程序提交到远程 Ray 集群中执行。它简化了打包、部署和管理 Ray 应用程序的体验。
向 Ray Jobs API 提交的内容包括：
一个入口命令，如
python my_script.py，并且一个 运行时环境，它指定了应用程序的文件和包依赖关系。
一个任务可以由位于 Ray 集群外部的远程客户端提交。我们将在以下用户指南中展示这个工作流程。
提交作业后，无论原始提交者的连接状态如何，它都会运行一次直至完成或失败。重试或使用不同参数的不同运行应由提交者处理。作业与 Ray 集群的生命周期绑定，因此如果集群关闭，该集群上所有正在运行的作业都将被终止。
要开始使用 Ray Jobs API，请查看 快速开始 指南，该指南将引导您通过 CLI 工具提交和与 Ray Job 交互。这适用于任何可以通过 HTTP 与 Ray 集群通信的客户端。如果需要，Ray Jobs API 还提供了用于 编程式作业提交 和 使用 REST 提交作业 的 API。
交互式运行作业#
如果你想交互式运行一个应用程序并实时查看输出（例如，在开发或调试期间），你可以：
(推荐) 直接在集群节点上运行您的脚本（例如，在使用
ray attach通过 SSH 进入节点后），或者(仅限专家) 使用 Ray Client 在保持与集群连接的同时从本地机器运行脚本。
请注意，通过这些方式启动的任务不由 Ray Jobs API 管理，因此 Ray Jobs API 将无法看到它们或与它们交互（ray job list 和 JobSubmissionClient.list_jobs() 除外）。