5、Ray 远程演员的持久化与扩展

Ray 远程演员的持久化与扩展

1. 持久化概述

在实现中，我们使用文件系统进行持久化，但也可以将相同的方法应用于其他类型的持久化，如 S3 或数据库。系统会对失败的任务最多重试 n 次，之后在调用 ray.get 时任务将抛出 RayActorError 异常。当一个演员重启时，会重新运行其构造函数来重新创建状态，因此在演员执行期间更改的状态将会丢失。为了保留这种状态，演员必须实现自定义的持久化。

1.1 整体状态保存

在某些情况下，将状态作为一个整体保存是可行的，特别是当状态的大小相对较小且状态变化相对较少时。为了简化示例，我们使用本地磁盘进行持久化。但在分布式环境中，应考虑使用网络文件系统（NFS）、亚马逊简单存储服务（S3）或数据库，以便从 Ray 集群的任何节点访问演员的数据。

以下是一个使用文件系统持久化的持久化账户演员的示例代码：

@ray.remote
class Account:
    def __init__(self, balance: float, minimal_balance: float, account_key: str,
                 basedir: str = '.'):
        self.basedir = basedir
        self.key = account_key
        if not self.restorestate():
            if balance < minimal_balance: