Ray-2.57.0
Ray 2.57.0 默认启用 DataSourceV2，引入 Hash Shuffle V2，用无状态任务算子替代聚合器 actor 池，支持 join；HAProxy ingress 改为独立 PyPI 包并支持 gRPC。
发展脉络
- 首次出现Ray-2.57.0Ray Releases
- 当前判断Ray 作为分布式计算框架，其 shuffle 和数据处理优化可能影响数据密集型 AI 工作负载的性能和成本。HAProxy 的独立分发和 gRPC 支持表明 Ray Serve 在服务化部署上更灵活，可能吸引更多生产环境采用。Agent Pulse · 分析
Ray 2.57.0 发布，重点改进 Ray Data 和 Ray Serve。Ray Data 默认启用 DataSourceV2，新的扫描/列表基础设施支持行组感知分块和谓词拆分。Hash Shuffle V2 消除了聚合器 actor 池，改用两个无状态任务算子 ShuffleMapOp 和 ShuffleReduceOp，通过对象存储传递分片，支持压力下溢出，无需预先预留容量，并支持 join。Ray Serve 的 HAProxy ingress 改为独立 PyPI 包，并增加 gRPC 支持，包括流式、指标和自定义请求。
Hash Shuffle V2 将中间状态从 actor 堆内存转移到对象存储，使得溢出和资源管理更符合 Ray 的调度模型，可能降低大 shuffle 作业的内存压力。DataSourceV2 的行组感知分块和谓词拆分可能提升读取性能。HAProxy 独立打包简化部署，gRPC 支持扩展了 Serve 的协议兼容性。
Ray 作为分布式计算框架，其 shuffle 和数据处理优化可能影响数据密集型 AI 工作负载的性能和成本。HAProxy 的独立分发和 gRPC 支持表明 Ray Serve 在服务化部署上更灵活，可能吸引更多生产环境采用。
对于使用 Ray 处理大规模数据的团队，这些改进可能降低基础设施成本并提高吞吐量。HAProxy 独立打包简化运维，gRPC 支持便于集成现有服务，可能加速 Ray 在企业中的落地。
后续可关注 Hash Shuffle V2 在大型数据集上的性能基准，以及 DataSourceV2 对常见文件格式的读取效率提升。HAProxy 的 gRPC 支持可能推动 Ray Serve 在微服务架构中的使用。