Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Menggunakan Ray Core dan Ray Data AWS Glue untuk Ray
**penting**
AWS Glue karena Ray tidak akan lagi terbuka untuk pelanggan baru mulai 30 April 2026. Jika Anda ingin menggunakan AWS Glue untuk Ray, daftar sebelum tanggal tersebut. Pelanggan yang sudah ada dapat terus menggunakan layanan ini seperti biasa. Untuk kemampuan yang mirip dengan for AWS Glue for Ray, jelajahi Amazon EKS. Untuk informasi selengkapnya, lihat [AWS Glue untuk Ray akhir dukungan](https://docs.aws.amazon.com/glue/latest/dg/awsglue-ray-jobs-availability-change.html).
Ray adalah kerangka kerja untuk meningkatkan skrip Python dengan mendistribusikan karya di seluruh cluster. Anda dapat menggunakan Ray sebagai solusi untuk berbagai macam masalah, sehingga Ray menyediakan perpustakaan untuk mengoptimalkan tugas-tugas tertentu. Di AWS Glue, kami fokus menggunakan Ray untuk mengubah kumpulan data besar. AWS Glue menawarkan dukungan untuk Ray Data dan bagian dari Ray Core untuk memfasilitasi tugas ini.
## Apa itu Ray Core?
Langkah pertama membangun aplikasi terdistribusi adalah mengidentifikasi dan mendefinisikan pekerjaan yang dapat dilakukan secara bersamaan. Ray Core berisi bagian-bagian Ray yang Anda gunakan untuk menentukan tugas yang dapat dilakukan secara bersamaan. Ray menyediakan referensi dan informasi mulai cepat yang dapat Anda gunakan untuk mempelajari alat yang mereka sediakan. Untuk informasi lebih lanjut, lihat [Apa itu Ray Core?](https://docs.ray.io/en/latest/ray-core/walkthrough.html) dan [Mulai Cepat Ray Core](https://docs.ray.io/en/latest/ray-overview/getting-started.html#ray-core-quick-start). Untuk informasi selengkapnya tentang mendefinisikan tugas bersamaan secara efektif di Ray, lihat [Tips untuk pengguna pertama kali](https://docs.ray.io/en/latest/ray-core/tips-for-first-time.html).
**Tugas dan aktor Ray**
AWS Glue Untuk dokumentasi Ray, kita mungkin merujuk pada *tugas* dan *aktor*, yang merupakan konsep inti dalam Ray.
Ray menggunakan fungsi dan kelas Python sebagai blok bangunan dari sistem komputasi terdistribusi. Sama seperti ketika fungsi dan variabel Python menjadi “metode” dan “atribut” ketika digunakan di kelas, fungsi menjadi “tugas” dan kelas menjadi “aktor” ketika mereka digunakan di Ray untuk mengirim kode ke pekerja. Anda dapat mengidentifikasi fungsi dan kelas yang mungkin digunakan oleh Ray dengan `@ray.remote` anotasi.
Tugas dan aktor dapat dikonfigurasi, mereka memiliki siklus hidup, dan mereka mengambil sumber daya komputasi sepanjang hidup mereka. Kode yang melempar kesalahan dapat ditelusuri kembali ke tugas atau aktor ketika Anda menemukan akar penyebab masalah. Dengan demikian, istilah-istilah ini mungkin muncul ketika Anda mempelajari cara mengonfigurasi, memantau, atau men-debug AWS Glue untuk pekerjaan Ray.
Untuk mulai mempelajari cara menggunakan tugas dan aktor secara efektif untuk membangun aplikasi terdistribusi, lihat [Konsep Utama](https://docs.ray.io/en/latest/ray-core/key-concepts.html) dalam dokumen Ray.
## Ray Core AWS Glue untuk Ray
AWS Glue untuk lingkungan Ray mengelola pembentukan dan penskalaan cluster, serta mengumpulkan dan memvisualisasikan log. Karena kami mengelola masalah ini, akibatnya kami membatasi akses dan dukungan untuk APIs in Ray Core yang akan digunakan untuk mengatasi masalah ini di cluster sumber terbuka.
Di lingkungan `Ray2.4` runtime terkelola, kami tidak mendukung:
+ [CLI Inti Sinar](https://docs.ray.io/en/releases-2.4.0/ray-core/api/cli.html)
+ [CLI Negara Bagian Ray](https://docs.ray.io/en/releases-2.4.0/ray-observability/api/state/cli.html)
+ `ray.util.metrics`Metode utilitas metrik Prometheus:
+ [Penghitung](https://docs.ray.io/en/releases-2.4.0/ray-core/api/doc/ray.util.metrics.Counter.html)
+ [Gauge](https://docs.ray.io/en/releases-2.4.0/ray-core/api/doc/ray.util.metrics.Gauge.html)
+ [Histogram](https://docs.ray.io/en/releases-2.4.0/ray-core/api/doc/ray.util.metrics.Histogram.html)
+ Alat debugging lainnya:
+ [ray.util.pdb.set\$1trace](https://docs.ray.io/en/releases-2.4.0/ray-core/api/doc/ray.util.pdb.set_trace.html)
+ [ray.util.inspect\$1serializability](https://docs.ray.io/en/releases-2.4.0/ray-core/api/doc/ray.util.inspect_serializability.html)
+ [garis waktu ray.](https://docs.ray.io/en/releases-2.4.0/ray-core/api/doc/ray.timeline.html)
## Apa itu Ray Data?
Saat Anda terhubung ke sumber data dan tujuan, menangani kumpulan data, dan memulai transformasi umum, Ray Data adalah metodologi langsung untuk menggunakan Ray untuk memecahkan masalah dalam mengubah kumpulan data Ray. Untuk informasi selengkapnya tentang penggunaan Ray Data, lihat [Ray Datasets: Distributed Data Preprocessing](https://docs.ray.io/en/releases-2.4.0/data/dataset.html).
Anda dapat menggunakan Ray Data atau alat lain untuk mengakses data Anda. Untuk informasi selengkapnya tentang mengakses data Anda di Ray, lihat[Menghubungkan ke data dalam pekerjaan Ray](edit-script-ray-connections-formats.md).
## Ray Data AWS Glue untuk Ray
Ray Data didukung dan disediakan secara default di lingkungan `Ray2.4` runtime terkelola. Untuk informasi selengkapnya tentang modul yang disediakan, lihat[Modul disediakan dengan pekerjaan Ray](edit-script-ray-env-dependencies.md#edit-script-ray-modules-provided).