前言
这个文件夹下放置了python最核心的代码，从文件夹命名就可以知道，这部分的代码并不是用户可修改的部分，而是ray进行任务管理、节点交互、GCS通信等核心功能实现。
核心实现
概览
| 文件名/模块名 | 功能描述 |
|---|---|
| services.py | 负责 Ray 的核心服务管理，包括启动和停止 Ray 的各个服务（如 GCS、Raylet 等）。 |
| worker.py | 实现 Ray 的 Worker 进程逻辑，负责执行 Task 和管理 Task 的生命周期。 |
| gcs_xxx.py | 提供与 GCS 交互的核心类与函数，负责与GCS进行信息互动。 |
| state.py | 实现 Ray 的状态管理，包括 Task、Actor、Object 等的状态查询和监控。 |
| ray_constants.py | 定义 Ray 的常量和配置项，如默认端口号、超时时间等。 |
| log_monitor.py | 监控和管理 Ray 的日志文件，支持日志的轮转和清理。 |
| memory_monitor.py | 监控 Worker 进程的内存使用情况，防止内存泄漏或 OOM（Out of Memory）。 |
| metrics_agent.py | 收集和上报 Ray 的运行时指标，用于监控和性能分析。 |
| serialization.py | 实现对象的序列化和反序列化，支持跨进程和跨语言的数据传输。 |
| signature.py | 解析和验证 Python 函数的签名，确保 Task 的参数传递正确。 |
| parameter.py | 管理 Ray 的配置参数，支持从文件或环境变量中加载配置。 |
| runtime_env/ | 管理 Task 和 Actor 的运行时环境，包括依赖安装和环境隔离。 |
| storage.py | 管理不同的存储后端，并且对存储产物进行管理 |
services.py
| 特性 | 描述 |
|---|---|
| 多工具支持 | 支持 Valgrind、GDB、Jemalloc 等多种调试和性能分析工具，确保开发人员可以方便地进行性能分析和调试。 |
| 环境变量控制 | 通过环境变量动态控制调试工具的启用，提高了灵活性，允许在不修改代码的情况下启用或禁用调试工具。 |
| 日志管理 | 支持日志文件的读取、轮转和备份，确保日志文件不会过大，并且开发人员可以快速定位问题。 |
| 命令行参数解析 | 通过复杂的命令行参数解析，确保能够正确获取配置信息，如 Redis 地址、节点 IP 等。 |
| 进程管理 | 支持通过 tmux 启动进程，确保进程可以在后台运行，适合长时间任务。 |
| 错误处理 | 在 Dashboard 启动失败时，自动读取日志文件并返回错误信息，帮助开发人员快速定位问题。 |
| 日志轮转 | 支持日志文件的轮转和备份，确保日志文件不会过大，并且可以保留历史日志。 |
worker.py
| 特性 | 描述 |
|---|---|
| 泛型支持 | RemoteFunction 系列类通过泛型类型注解支持不同参数数量的远程函数，确保类型安全。 |
| 任务依赖 | 支持 ObjectRef 和 DAGNode 作为参数，允许链式调用和任务依赖，构建复杂的任务图。 |
| 错误处理 | 通过 _unhandled_error_handler 和 raise_errors 方法处理未捕获的异常，确保错误信息能够被记录。 |
| 环境变量控制 | 支持通过环境变量 RAY_IGNORE_UNHANDLED_ERRORS 动态控制错误处理行为，提高灵活性。 |
| 线程安全 | 通过锁机制确保反序列化操作的线程安全，防止并发访问导致的竞态条件。 |
| 序列化上下文 | 支持自定义序列化上下文，确保反序列化操作的灵活性。 |
| 任务配置 | 通过 HasOptions 协议实现统一的 options 方法，用于配置任务选项。 |
由于这个代码里面包含了主要的api 接口，下面稍微展开讲一下各个api接口的实现。
init
-
核心代码实现：https://github.com/ray-project/ray/blob/master/python/ray/_private/worker.py#L1275
-
核心实现函数:
-
核心功能：创建或连接上已存在的Ray cluster
-
代码里会把所有的参数转换为RayParam，这里总结ray cluster 使用到的所有参数：
| 参数名 | 类型/默认值 | 描述 |
|---|---|---|
| redis_address | str | Redis 服务器的地址。如果未提供，Ray 会启动 Redis、raylet、Plasma 存储等组件。 |
| redis_port | int / DEFAULT_PORT | 主 Redis 分片的监听端口。如果未指定，则使用默认端口或随机端口。 |
| redis_shard_ports | List[int] | 非主 Redis 分片的端口列表。如果未指定，则使用 redis_port 之后的端口或随机端口。 |
| num_cpus | int | 配置 raylet 的 CPU 数量。 |
| num_gpus | int | 配置 raylet 的 GPU 数量。 |
| resources | Dict[str, float] | 可用资源的字典，键为资源名称，值为资源数量。 |
| labels |