无法连接到远程ray.io群集
我正在尝试使用ray.init(address="{node_external_ip}:6379")连接到远程ray.init集群头节点，以进行进一步的远程过程调用负载测试。
我使用以下命令启动head节点：
ray start --head --node-ip-address <node-external-IP>(注意:我指定了头节点的外部IP，否则，根据我以前尝试的结果，客户端将根本无法建立与远程集群的连接。使用的TCP端口是默认的6379，我反复检查它是否是开放的和可访问的)。
之后，尽管客户端成功地建立了与远程集群的连接：
Connecting to existing Ray cluster at address: <node-external-IP>:6379...
global_state_accessor.cc:357: This node has an IP address of <client-internal-IP>, while we can not found the matched Raylet address. This maybe come from when you connect the Ray cluster with a different IP address or connect a container.
Connected to Ray cluster.因此，...it在以下消息中失败：
Failed to get the system config from raylet because it is dead. Worker will terminate. Status: GrpcUnavailable: RPC Error message: failed to connect to all addresses; RPC Error details: .Please see `raylet.out` for more details.反过来，远程集群端的raylet.out包含以下日志记录：
The raylet exited immediately because the Ray agent failed. The raylet fate shares with the agent. This can happen because the Ray agent was unexpectedly killed or failed. See `dashboard_agent.log` for the root cause....while dashboard_agent.log显示：
ERROR agent.py:473 -- Agent is working abnormally. It will exit immediately.
(...)
grpc.aio._call.AioRpcError: <AioRpcError of RPC that terminated with:
status = StatusCode.UNAVAILABLE
details = "failed to connect to all addresses"
debug_error_string = "{"created":"@1661955376.270755430","description":"Failed to pick subchannel","file":"src/core/ext/filters/client_channel/client_channel.cc","file_line":3134,"referenced_errors":[{"created":"@1661955376.270754305","description":"failed to connect to all addresses","file":"src/core/lib/transport/error_utils.cc","file_line":163,"grpc_status":14}]}"仪表板的TCP端口也是开放的和可访问的。当使用--include-dashboard false CLI选项启动时，结果是相同的，即使对于dashboard_agent.log，日志记录也是相同的。
此外，在使用--block选项发出命令数秒后，head节点将随下列消息死亡：
Some Ray subprocesses exited unexpectedly:
raylet [exit code=1]
Remaining processes will be killed.日志记录完全相同。
我确保客户机和远程集群头节点都使用相同版本的Python和ray (用ray 1.12.0、1.13.0、2.0.0、Python3.9.13、3.10.5进行测试)。
我还尝试指定_node_ip_address并在调用ray.init()时添加"ray://“，但仍然失败。
客户端操作系统: Manjaro x86_64，内核5.10.136-1-MANJARO.
远程集群端操作系统:Ubuntu20.04 x86_64，内核5.13.0-1031-aws (它是一个AWS EC2实例)。我还尝试使用上面提到的Manjaro安装程序在物理机器上部署远程集群，并得到了相同的结果。
码头工人没有被使用。
解决这一问题的办法是什么？
Stack Overflow用户
发布于 2022-09-06 22:00:05
看起来您使用的是GCS服务器端口(6379)，但是您可能需要的是雷客户端端口10001。你能试着用ray.init("ray://<address>:10001")连接吗？
雷客户端文档以获取更多详细信息：https://docs.ray.io/en/latest/cluster/running-applications/job-submission/ray-client.html
https://stackoverflow.com/questions/73558532
复制相似问题
腾讯云开发者
