从源码理解 KubeRay 与 Volcano：系列目录

阅读顺序

按第 0—10 篇依次阅读：先了解计算与部署的分工，再看 KubeRay 的集群管理和 Volcano 的批调度，最后回顾 Operator 设计。熟悉基础概念的读者可以直接从第 1 篇开始。

第 0 篇｜从 Ray 到 Kubernetes：KubeRay 与 Volcano 各自解决什么问题
从分布式计算和容器部署讲起，解释 Ray、Kubernetes、KubeRay 与 Volcano 各自管理什么，以及一次作业怎样从声明走到运行。

第 1 篇｜KubeRay 架构：组件分工与协作
以一次 RayJob 提交说明各类资源的用途，解释 KubeRay、Kubernetes 与 Ray 如何分工完成集群准备、程序执行和收尾。
第 2 篇｜KubeRay 协调：从 Pod 变化到 Reconcile
从 worker Pod 的状态变化进入监听、缓存和工作队列，跟踪一次 Reconcile，以及事件、延时和错误怎样触发下一轮协调。
第 3 篇｜KubeRay 并发：一个 Operator 如何管理 100 个 RayCluster
以 100 个 RayCluster 为推演场景，分析协调协程、队列键锁、缓存滞后与 expectations，区分管理并发和 Ray 计算并发。
第 4 篇｜KubeRay 恢复：Operator 重启后如何继续工作
把中断放在资源创建与状态写回之间，沿持久化身份、对象查询和重试分支，分析 Operator 重启后的恢复依据与防重边界。
第 5 篇｜KubeRay 高可用：从主备切换到 Ray 服务恢复
从 Operator 的 Lease 选主与接管，追到 Kubernetes 控制面、Ray head、GCS 和 RayService，分别核对管理恢复、计算恢复与请求可用性。

第 6 篇｜Volcano 架构：从 Pod 到作业
从几个 Pod 争用资源的问题进入 Volcano，区分 Job、PodGroup、Queue，以及 Scheduler、Controller Manager 和 Admission 的协作。
第 7 篇｜Volcano Gang 调度：成组分配与绑定
沿一个三成员 PodGroup 走过准入、试分配、Gang 检查、提交与异步绑定，说明资源不足和部分绑定失败时会发生什么。
第 8 篇｜Volcano 资源竞争：队列份额与作业调度
用两个 Queue 说明 Volcano 怎样计算资源份额、选择下一项工作，以及资源占满后怎样在 Queue 内抢占或跨 Queue 回收。
第 9 篇｜KubeRay 与 Volcano：接入与生命周期协作
对比默认流程与 Volcano 接入流程，跟踪 RayCluster Controller 创建成员 Pod 的路径，再说明参数传递和生命周期协作。