레이 (분산 컴퓨팅) 편집하기 (부분)

==리모트 액터==
Remote function은 상태를 갖지 않는(stateless) 함수의 병렬 실행에 적합하다. 그러나 상태를 유지해야 하는 경우에는 Remote Actor를 사용한다.
===개요===
*상태를 유지하는 객체를 분산 환경에서 사용할 수 있게 해주는 기능이다.
* '''@ray.remote''' 데코레이터를 클래스에 붙여 사용한다.
*액터는 하나의 프로세스로 실행되며, 그 안의 상태는 외부에서 접근할 수 없다.
*상태 변경은 해당 액터에 메시지를 보내는 방식으로만 가능하다.
===예시 코드===
<syntaxhighlight lang="python">
import ray
ray.init()

@ray.remote
class Counter(object):
    def __init__(self):
        self.n = 0

    def increment(self):
        self.n += 1

    def read(self):
        return self.n

counters = [Counter.remote() for i in range(4)]
[c.increment.remote() for c in counters]
futures = [c.read.remote() for c in counters]
print(ray.get(futures))  # [1, 1, 1, 1]
</syntaxhighlight>

=== 액터 모델 ===

* 액터는 고유 주소(handle)를 가진 프로세스이다.

*내부 상태는 외부에서 직접 접근할 수 없으며, 메시지를 통해 간접적으로만 조작할 수 있다.
*각 액터는 메시지를 하나씩 순차적으로 처리하므로 상태 충돌이 발생하지 않는다.
*상태를 나누거나 복제할 수 있다면, 여러 액터 풀을 구성하여 처리량을 향상시킬 수 있다.
===동작 방식===
*Ray는 액터를 새로운 워커로 생성하고, 그 이후 모든 메서드는 해당 워커에서 실행된다.
*액터 생성은 GCS에 등록되어 메타데이터(IP, 포트 등)를 공유한다.
*각 클라이언트는 GCS를 재조회하지 않고, 캐시된 메타데이터로 직접 gRPC를 통해 액터에게 메시지를 전송한다.
*메서드 호출은 remote function과 동일하게 ObjectRef를 반환한다.
=== 장애 처리===
*액터는 상태를 가지므로 복구가 더 복잡하다.
*메시지 처리 중 실패 시 자동 재시도되지 않는다.
*메시지 사이에서 실패한 경우, Ray는 다음 호출 시 최대 설정된 횟수만큼 재시도한다.
*초기화 실패도 첫 메시지 실패와 동일하게 처리된다.