Ray集群启动时出现连接关闭提示、示例脚本返回127.0.0.1而非节点IP的问题咨询

1. Shared connection to X.X.X.X closed.提示是否正常？ #

这个提示完全是良性且正常的。Ray的ray up和ray submit命令本质上是通过SSH连接到集群节点（包括head节点）来执行初始化、启动Ray服务或提交脚本的操作。当这些命令执行完成后，SSH连接就会自动关闭，所以你会看到大量这类提示。它只是SSH连接生命周期结束的正常反馈，不会影响集群的正常运行，不用在意。

2. 测试脚本仅返回127.0.0.1且未用到Worker节点的原因？ #

从你的配置和执行结果来看，核心问题出在Worker节点没有被正确启动，而返回127.0.0.1是Docker容器环境下的正常现象：

（1）Worker节点未启动的原因 #

你的config.yaml中设置了：

min_workers: 0
max_workers: 0

虽然你在worker_ips里指定了192.168.26.43，但Ray的本地集群模式下，当min_workers和max_workers都为0时，集群只会启动Head节点，不会启动任何Worker节点。所有任务自然都只能在Head节点上运行。

（2）返回127.0.0.1的原因 #

因为你使用了Docker容器来运行Ray，socket.gethostbyname(socket.gethostname())在容器内部解析的是容器自身的回环地址，而不是宿主机的真实IP。但这个现象不会影响Ray集群的调度功能——Ray内部是用节点的真实IP来进行任务调度的，只是你的测试脚本获取到的是容器内的地址而已。

解决方案 #

修改config.yaml中的Worker节点数量配置，让它与你指定的worker_ips数量匹配：

min_workers: 1
max_workers: 1

然后重新执行ray up config.yaml来启动Worker节点。之后再运行测试脚本，就能看到任务被调度到Head节点（192.168.26.47）和Worker节点（192.168.26.43）上，对应的IP计数也会包含这两个地址。

内容的提问来源于stack exchange，提问作者Cat Terry