Ray中的角色抽象

Question

在学习分布式Python的Ray技术时，我读到了关于Ray的以下声明，但我并不完全理解它的真正含义？任何带有一些应用程序上下文的解释都是值得赞赏的。

Actors: An important part of the Ray API is the actor abstraction for sharing mutable state between tasks (e.g., the state of a neural network or the state of a simulator). This blends very nicely with the side-effect free dataflow abstraction and is important for our workloads both to share state and to avoid expensive initializations. I don't think there is an analogue in Dask.

Answer 1

假设你正在编写分布式应用程序。最常见的工作流程是使用“无副作用”任务，并同时运行它们。让我们称之为“无状态”工作流。这意味着运行这些任务不会改变应用程序的任何状态。Ray对这类东西(称为任务)有抽象概念。

# Ray task abstraction
@ray.remote
def f():
    return True

但有时，你想要有“状态”。例如，假设您运行分布式强化学习应用程序。您可能希望拥有任务可以访问的模拟器的共享状态。Ray的参与者API用于支持这种类型的“有状态”工作流。

简单地说，Ray actor只是在集群中的一台机器上实例化的Python类。您可以使用actor API来允许您的任务访问actor的方法。