准备条件
确认您已开通腾讯云，并且已创建 EMR on TKE 产品中的 Ray 服务。
EMR on TKE 集群的创建详情请参见 创建集群。
实例类型：机器学习
产品版本：EMR-TKE-AI-V1.2.0
创建 RayCluster
当前支持通过表单和 YAML 两种方式创建和管理 RayCluster。若您希望快速完成集群创建，推荐使用表单方式，通过可视化向导完成配置，若您对 Kubernetes 或 RayCluster 配置熟悉，可选择 YAML 方式，以获得更灵活的参数配置能力。
创建 RayCluster（表单）
登录 EMR 控制台，进入 EMR on TKE 实例详情页。在二级菜单栏中点击 RayCluster 进入配置页面，在页面上方选择表单创建，进入创建向导。
基础配置
RayCluster 名称：长度 1–53 个字符，仅支持小写字母。
命名空间：从下拉列表中选择，默认选中 KubeRay 部署所在的命名空间。
高可用：默认开启，生产环境建议保持开启。
自定义镜像
根据业务作业场景，您可以选择开启自定义镜像功能。
镜像来源：支持从公共镜像、企业镜像或个人镜像中选择。
配置项：选定镜像后需配置对应的版本号及镜像拉取策略。
资源组配置
RayCluster 由一个 headgroup 和若干个 workergroup 组成。
headgroup：默认创建 1 个 headgroup。您可以在 Pod 配置中设置 headgroup 的 CPU、内存、GPU（可选）、Pod 数量；同时可在参数配置中为 head Pod 配置 Labels、Tolerations、Env 以及节点调度策略（JSON），用于控制 Pod 的调度与运行环境。
workergroup：默认创建 1 个 workergroup。您可以修改 workergroup 名称，并在 Pod 配置中设置该组 Worker Pod 的 CPU、内存、GPU（可选）与 Pod 数量。workergroup 支持在 Pod 配置 常驻 Pod 数 以及 弹性伸缩范围（MIN/MAX）。workergroup 同样支持在参数配置中设置 Labels、Tolerations、Env 以及节点调度策略（JSON）。单个 RayCluster 最多可新增 20 个 workergroup。
资源组通用配置
开启状态：该功能默认关闭，开启后您可以进一步配置文件存储（CFS）或对象存储（COS），这部分配置将在全部 workergroup 中生效。
高级配置
依赖外部组件：开启后，可关联已有集群中部署的外部组件。由于所选组件部署在其他集群中，提供依赖组件的集群将无法直接销毁，需提前销毁依赖集群。详情请参见 组件配置共享。
Token 鉴权：开启后，访问 RayCluster 时需通过系统自动生成的 Token 进行身份鉴权，该配置仅在创建阶段生效，RayCluster 创建完成后不支持开启或关闭状态变更。建议开启。
完成创建
完成上述配置，提交后可在右上角任务中心查看创建进度。
RayCluster 管理与维护（表单）
在 RayCluster 创建完成后，您可以通过控制台实现对集群的维护、配置、管理。
集群列表运维
在 RayCluster 列表页面，您可以管理实例运行概况并执行集群维度的维护操作。
列表显示集群名称、Pod 数量、创建时间等基本信息。
支持对 RayCluster 执行重启、销毁等操作。重启操作将重新拉起相关服务，导致当前运行中的作业失败，请在评估业务影响后执行；销毁操作将释放 RayCluster 关联的计算与存储资源，执行后运行中或未提交的任务将无法恢复。
监控与作业观测
在列表页点击名称进入详情页后，可以查看集群资源使用情况。
在监控视图 Tab 中，可以查看硬件指标和软件指标。
详情页上方点击 WebUI，获取任务拓扑结构、执行日志以及 Pod 运行细节。
配置管理
在详情页中，当前支持对高级配置、自定义镜像以及资源组通用等配置进行更新。
资源组规格与管理
支持查看各资源组的 CPU、内存、GPU 规格及 Pod 数量。
支持新增 workergroup，单个 RayCluster 最多可创建 20 个 workergroup。
workergroup 支持修改 Pod 规格、Pod 数量及相关参数配置；headgroup 支持修改 Pod 规格及参数配置。
支持重启 headgroup 或指定的 workergroup。重启操作将重新拉起该资源组下的所有 Pod，将影响当前正在运行的作业，请谨慎执行。
