Ray 作业概述#
部署 Ray 集群后（在 VM 或 Kubernetes 上），您就可以运行 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 作业 API，它包含一个 CLI 工具、Python SDK 和 REST API。
Ray 作业 API 允许您将本地开发的应用程序提交到远程 Ray 集群执行。它简化了打包、部署和管理 Ray 应用程序的体验。
提交到 Ray 作业 API 的内容包括：
一个入口命令，例如
python my_script.py，以及一个 运行时环境，用于指定应用程序的文件和包依赖项。
作业可以由位于 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此工作流程。
提交作业后，它将运行一次直到完成或失败，而与原始提交者的连接无关。重试或使用不同参数进行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，因此如果集群崩溃，该集群上所有正在运行的作业都将被终止。
要开始使用 Ray 作业 API，请查看 快速入门指南，其中介绍了使用 CLI 工具提交和与 Ray 作业交互的步骤。这适用于任何可以与 Ray 集群进行 HTTP 通信的客户端。如果需要，Ray 作业 API 还提供了用于 以编程方式提交作业和 使用 REST 提交作业的 API。
交互式运行作业#
如果您想 交互式 运行应用程序并实时查看输出（例如，在开发或调试过程中），您可以
(推荐) 直接在集群节点上运行您的脚本（例如，使用
ray attachSSH 进入节点后），或(仅限专家) 使用 Ray Client 从本地计算机运行脚本，同时保持与集群的连接。
请注意，通过这些方式启动的作业不由 Ray 作业 API 管理，因此 Ray 作业 API 将无法看到或与之交互（除了 ray job list 和 JobSubmissionClient.list_jobs()）。