In questa pagina viene spiegato come visualizzare i log di monitoraggio associati al tuo Ray e monitora le metriche Ray on Vertex AI. Consigli per il debug dei cluster Ray.
Visualizza i log
Quando esegui attività con il tuo cluster Ray su Vertex AI, i log di monitoraggio vengono generati e archiviati automaticamente sia in Cloud Logging sia nella dashboard Ray open source. Questa sezione descrive come accedere ai log generati tramite la console Google Cloud.
Prima di iniziare, assicurati di leggere la panoramica di Ray on Vertex AI e di configurare tutti gli strumenti dei prerequisiti necessaria.Dashboard Ray OSS
Puoi visualizzare i file di log open source di Ray tramite la dashboard Ray OSS:
Nella console Google Cloud, vai alla pagina Ray on Vertex AI.
Nella riga relativa al cluster che hai creato, seleziona menu Altre azioni.
Seleziona il link alla dashboard Ray OSS. La dashboard si apre in un'altra scheda.
Vai alla visualizzazione Log nell'angolo in alto a destra del menu:
Fai clic su ciascun nodo per visualizzare i file di log associati.
Console Cloud Logging
-
Nella console Google Cloud, vai alla pagina Esplora log:
Se utilizzi la barra di ricerca per trovare questa pagina, seleziona il risultato con il sottotitolo Logging.
Seleziona un progetto, una cartella o un'organizzazione Google Cloud esistente.
Per visualizzare tutti i log Ray, inserisci la seguente query nell'editor di query campo e poi fai clic su Esegui query:
resource.labels.task_name="ray-cluster-logs"
Per restringere i log a un cluster Ray specifico, aggiungi la riga seguente alla query e fai clic su Esegui query:
labels."ml.googleapis.com/ray_cluster_id"=CLUSTER_NAME
Sostituisci CLUSTER_NAME con il nome del tuo cluster Ray. Nella console Google Cloud, vai a Vertex AI > Ray on Vertex AI dove vedrai un elenco di nomi di cluster in ogni regione.
Per restringere ulteriormente i log a un file di log specifico, come
raylet.out, fai clic sul nome del log in Campi log -> Nome log:Puoi raggruppare le voci di log simili:
In Risultati delle query, fai clic su una voce di log per espanderlo.
In
jsonPayload, fai clic sul valoretailed_path. Un menu a discesa .Fai clic su Mostra voci corrispondenti.
Monitora le metriche
Puoi visualizzare le metriche Ray on Vertex AI in diversi modi utilizzando Google Cloud Monitoring (GCM). In alternativa, puoi esportare le metriche da GCM al tuo server Grafana.
Monitora le metriche in GCM
Esistono due modi per visualizzare le metriche di Ray on Vertex AI in GCM.
- Utilizza la visualizzazione diretta in Esplora metriche.
Importa la dashboard Grafana.
Esplora metriche
Per utilizzare la visualizzazione diretta in Esplora metriche, segui questi passaggi:
- Vai alla console di Google Cloud Monitoring.
- In Esplora, seleziona Esplora metriche.
- In Risorse attive, seleziona Target Prometheus. Categorie di metriche attive .
Seleziona Ray.
Viene visualizzato un elenco di metriche:
- Seleziona le metriche da monitorare. Ad esempio:
- Scegli la percentuale di utilizzo della CPU come metrica monitorata:
- Seleziona un filtro. Ad esempio, seleziona il cluster:
Utilizza l'ID cluster per monitorare solo le metriche riportate sopra per un cluster specifico. Per individuare l'ID cluster,
segui questi passaggi:
Nella console Google Cloud, vai alla pagina Ray.
- Assicurati di essere nel progetto in cui vuoi creare l'esperimento.
- In Nome viene visualizzato un elenco di ID cluster.
- Seleziona il metodo di aggregazione per visualizzare le metriche. Ovvero, puoi scegliere
visualizza metriche non aggregate, che mostrano l'utilizzo della CPU di ogni processo Ray:
- Scegli la percentuale di utilizzo della CPU come metrica monitorata:
Dashboard di GCM
Per importare una dashboard Grafana per Ray su Vertex AI, segui le linee guida nella dashboard di Cloud Monitoring, Importa la tua dashboard Grafana.
Ti serve solo un file JSON della dashboard Grafana. OSS Ray supporta questo configurazione manuale fornendo il file JSON Grafana della dashboard predefinito.
Monitorare le metriche dell'account Grafana di proprietà dell'utente
Se hai già un server Grafana in esecuzione, puoi anche esportare tutte le metriche del cluster Ray su Vertex AI Prometheus al server Grafana esistente. Per farlo, segui le indicazioni di Query con Grafana di GMP. Ciò ti consente di aggiungere una nuova origine dati Grafana al tuo server Grafana esistente e utilizzare lo strumento di sincronizzazione dell'origine dati per sincronizzare la nuova origine dati Grafana Prometheus con Ray sulle metriche Vertex AI.
È importante configurare e autenticare l'origine dati Grafana appena aggiunta utilizzando lo strumento di sincronizzazione dell'origine dati. Segui i passaggi indicati in Configurare e autenticare l'origine dati Grafana.
Dopo la sincronizzazione, puoi creare e aggiungere qualsiasi dashboard di cui hai bisogno in base alle metriche Ray on Vertex AI.
Per impostazione predefinita, le raccolte di metriche Ray on Vertex AI sono abilitate. Ecco come disabilitarle utilizzando l'SDK Vertex AI per Python:
vertex_ray.create_ray_cluster(..., enable_metrics_collection=False, ...)
Debug dei cluster Ray
Per eseguire il debug dei cluster Ray, utilizza la shell interattiva del nodo head:
Console Google Cloud
Per accedere alla shell interattiva del nodo head:
- Nella console Google Cloud, vai alla pagina Ray on Vertex AI.
Vai a Ray su Vertex AI - Assicurati di essere nel progetto corretto.
- Seleziona il cluster da esaminare. Viene visualizzata la sezione Informazioni di base.
- Nella sezione Link di accesso, fai clic sul link alla shell interattiva del nodo head. Viene visualizzata la shell interattiva del nodo head.
- Segui le istruzioni riportate in Monitora ed esegui il debug dell'addestramento con una shell interattiva.