개요

이 점검은 Datadog Agent를 통해 Ray를 모니터링합니다. Ray는 강화 학습, 딥러닝, 튜닝, 모델 제공 등 AI 및 Python 워크로드를 쉽게 확장할 수 있도록 지원하는 오픈소스 통합 컴퓨팅 프레임워크입니다.

설정

아래 지침을 따라 호스트에서 실행되는 에이전트에 대해 이 점검을 설치하고 설정하세요. 컨테이너화된 환경의 경우 이러한 지침을 적용하는 데 가이드가 필요하면 오토파일럿 통합 템플릿을 참조하세요.

설치

Agent 릴리스 7.49.0부터 Ray 점검이 Datadog Agent 패키지에 포함되었습니다. 서버에 추가 설치가 필요하지 않습니다.

주의: 이 점검은 Ray가 노출할 수 있는 OpenMetrics 엔드포인트에서 메트릭을 수집하기 위해 OpenMetrics를 사용하며, 이를 위해 Python 3이 필요합니다.

구성

labels:
  com.datadoghq.ad.checks: '{"ray":{"instances":[{"openmetrics_endpoint":"http://%%host%%:8080"}]}}'

apiVersion: v1
kind: Pod
metadata:
  name: '<POD_NAME>'
  annotations:
    ad.datadoghq.com/ray.checks: |-
      {
        "ray": {
          "instances": [
            {
              "openmetrics_endpoint": "http://%%host%%:8080"
            }
          ]
        }
      }
    # (...)
spec:
  containers:
    - name: 'ray'
# (...)

Ray 메트릭은 OpenMetrics 엔드포인트에서 사용할 수 있습니다. 또한 Ray를 사용하면 사용자 지정 애플리케이션 수준 메트릭을 내보낼 수 있습니다. extra_metrics 옵션을 사용하여 이러한 메트릭을 수집하도록 Ray 통합을 구성할 수 있습니다. 사용자 지정 메트릭을 포함한 모든 Ray 메트릭은 ray. 접두사를 사용합니다.

참고: 사용자 지정 Ray 메트릭은 Datad에서 표준 메트릭으로 간주됩니다.

이 예제는 extra_metrics 옵션을 활용하는 구성을 보여줍니다.

init_config:
  ...
instances:
  - openmetrics_endpoint: http://<RAY_ADDRESS>:8080
    # 사용자 정의 Ray 메트릭도 함께 수집하세요
    extra_metrics:
      - my_custom_ray_metric

이 옵션을 구성하는 자세한 방법은 샘플 ray.d/conf.yaml 구성 파일에서 확인하세요.

검증

Agent 상태 하위 명령을 실행하고 Checks 섹션에서 ray를 찾으세요.

수집한 데이터

메트릭

이벤트

Ray 통합은 이벤트를 포함하지 않습니다.

서비스 점검

ray.openmetrics.health

Returns CRITICAL if the check cannot access the openmetrics metrics endpoint of Ray.

Statuses: ok, critical

로그

Ray 통합은 Ray 서비스에서 로그를 수집하여 Datadog으로 전달할 수 있습니다.

apiVersion: v1
kind: Pod
metadata:
  name: ray
  annotations:
    ad.datadoghq.com/apache.logs: '[{"source":"ray","service":"ray"}]'
spec:
  containers:
    - name: ray

Ray의 로깅 구성 및 모든 로그 파일에 대한 자세한 내용은 Ray 공식 설명서를 참고하세요.

트러블슈팅

도움이 필요하신가요? Datadog 지원팀에 문의하세요.