如何取消提交至Ray集群的长期运行Ray作业？

看起来你提交了一个会长期运行的Ray作业（毕竟你的square函数sleep了超级久😅），要取消它其实有几种简单的方法，我给你一步步说：

方法一：如果提交作业时记录了Job ID #

你调用client.submit_job()的时候，这个方法会返回一个作业ID（job_id）。要是你当时保存了这个ID，直接用JobSubmissionClient的cancel_job()方法就能取消：

比如你可以写一个简单的取消脚本（比如叫cancel_job.py）：

from ray.job_submission import JobSubmissionClient

# 和你提交作业时用的集群地址一致
client = JobSubmissionClient("https://ray.example.com")

# 替换成你的作业ID
job_id = "你的作业ID"
client.cancel_job(job_id)
print(f"已尝试取消作业 {job_id}")

要是你想提前做准备，也可以修改提交脚本submit.py，在提交时就保存并打印作业ID：

# 修改后的submit.py
from ray.job_submission import JobSubmissionClient

client = JobSubmissionClient("https://ray.example.com")
job_id = client.submit_job(
    entrypoint="python src/main.py",
    runtime_env={
        "working_dir": "./",
    },
)
# 打印并保存这个ID，方便后续取消
print(f"作业已提交，ID：{job_id}")

方法二：没记录Job ID？先找到它！ #

要是你当时没保存作业ID也没关系，我们可以先列出集群上的所有作业，定位到目标作业的ID：

你可以写个脚本或者在Python交互环境里执行这段代码：

from ray.job_submission import JobSubmissionClient

client = JobSubmissionClient("https://ray.example.com")
# 获取集群上所有作业的列表
jobs = client.list_jobs()
# 遍历作业，根据状态、提交脚本等信息找到目标作业
for job in jobs:
    # 比如通过运行状态、入口命令来匹配你要取消的作业
    if job.status == "RUNNING" and job.entrypoint == "python src/main.py":
        target_job_id = job.job_id
        print(f"找到目标作业：{target_job_id}")
        # 执行取消操作
        client.cancel_job(target_job_id)
        print(f"已取消作业 {target_job_id}")

方法三：用Ray CLI工具（更快捷） #

如果你本地装了Ray CLI，并且能连接到目标集群，用命令行操作会更直接：

1. 先设置集群地址：

export RAY_ADDRESS=https://ray.example.com

2. 列出所有作业找到目标ID：

ray job list

3. 找到ID后执行停止命令：

ray job stop <你的作业ID>

不管用哪种方法，都能快速把那个长期运行的作业停下来啦！

备注：内容来源于stack exchange，提问作者Hongbo Miao