ray.serve.schema.ServeDeploySchema#

class ray.serve.schema.ServeDeploySchema(*, proxy_location: ProxyLocation = ProxyLocation.EveryNode, http_options: HTTPOptionsSchema = HTTPOptionsSchema(host='0.0.0.0', port=8000, root_path='', request_timeout_s=None, keep_alive_timeout_s=5), grpc_options: gRPCOptionsSchema = gRPCOptionsSchema(port=9000, grpc_servicer_functions=[]), logging_config: LoggingConfig = None, applications: List[ServeApplicationSchema], target_capacity: ConstrainedFloatValue | None = None)[源代码]#

基类：BaseModel

多应用程序配置，用于将Serve应用程序列表部署到Ray集群。

这是v2 REST API PUT "/api/serve/applications/" 的请求JSON模式。

注意：此配置允许额外的参数以保持向前兼容（即: Serve 的旧版本能够接受来自新版本的配置，只需忽略新参数）

方法

`__init__`	通过解析和验证来自关键字参数的输入数据来创建一个新模型。
`construct`	从受信任或预验证的数据中创建一个新的模型设置 __dict__ 和 __fields_set__。
`copy`	复制一个模型，可以选择性地包含、排除和更改哪些字段。
`dict`	生成模型的字典表示，可以选择性地指定要包含或排除的字段。
`get_empty_schema_dict`	返回一个空的部署模式字典。
`json`	生成模型的 JSON 表示，`include` 和 `exclude` 参数按照 `dict()` 的方式处理。
`update_forward_refs`	尝试根据此模型、globalns 和 localns 更新字段上的 ForwardRefs。

属性

`proxy_location`
`http_options`
`grpc_options`
`logging_config`
`applications`
`target_capacity`