Información general

Este check monitoriza Ray a través del Datadog Agent. Ray es un marco informático unificado de código abierto que facilita el escalado de cargas de trabajo IA y Python, desde el aprendizaje por refuerzo hasta el aprendizaje profundo, pasando por el ajuste y el servicio de modelos.

Configuración

Sigue las instrucciones a continuación para instalar y configurar este check para un Agent que se ejecuta en un host. Para entornos en contenedores, consulta las plantillas de integración de Autodiscovery para obtener orientación sobre la aplicación de estas instrucciones.

Instalación

A partir del Agent versión 7.49.0, el check de Ray está incluido en el paquete del Datadog Agent. No es necesaria ninguna instalación adicional en tu servidor.

ADVERTENCIA: Este check utiliza OpenMetrics para recopilar métricas desde el endpoint de OpenMetrics que Ray puede exponer, lo que requiere Python v3.

Configuración

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'
# (...)

Las métricas Ray están disponibles en el endpoint de OpenMetrics. Además, Ray te permite exportar métricas a nivel de aplicación. Puedes configurar la integración Ray para recopilar estas métricas utilizando la opción extra_metrics. Todas las métricas Ray, incluyendo tus métricas personalizadas, utilizan el prefijo ray..

Nota: Las métricas Ray personalizadas se consideran métricas estándar en Datadog.

Este ejemplo muestra una configuración que aprovecha la opción extra_metrics:

init_config:
  ...
instances:
  - openmetrics_endpoint: http://<RAY_ADDRESS>:8080
    # Also collect your own Ray metrics
    extra_metrics:
      - my_custom_ray_metric

Encontrarás más información sobre cómo configurar esta opción en el archivo de configuración ray.d/conf.yaml de ejemplo.

Validación

Ejecuta el subcomando de estado del Agent y busca ray en la sección Checks.

Datos recopilados

Métricas

Eventos

La integración Ray no incluye eventos.

Checks de servicio

ray.openmetrics.health
Returns CRITICAL if the check cannot access the openmetrics metrics endpoint of Ray.
Statuses: ok, critical

Logs

La integración Ray puede recopilar logs del servicio Ray y reenviarlos a Datadog.

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

Para obtener más información sobre la configuración de la generación de logs con Ray, consulta la documentación oficial de Ray.

Solucionar problemas

¿Necesitas ayuda? Consulta el servicio de asistencia de Datadog.