本文为您介绍如何在 LAS 开发机上安装 jupyter notebook 并连接 EMR Serverless 的 Ray 集群，提交作业的核心操作步骤。

在开始之前，请确保已经完成以下准备工作：

1. 火山引擎账号：已完成账号注册和实名认证。
2. 开通服务：已开通 EMR Serverless 服务 和 LAS AI数据湖服务。

步骤一：创建资源队列（Queue） #

资源队列是一个计算资源池，所有作业都运行在队列中。您需要先创建一个队列

1. 登录 ，在左侧导航栏选择 Serverless > 队列管理。
2. 点击 创建队列，选择独占队列。独占队列提供固定资源保障，并支持创建Ray 专用计算组，实现负载隔离与资源预留。创建时注意配置的VPC信息，后面我们创建LAS开发机的时候，需要配置完全相同的VPC，实现网络连接互通。
3. 配置完成后，确认并创建队列。

步骤二：创建计算组（Compute Group） #

计算组是执行作业的 “计算单元”，我们在这一步创建常驻的Ray Cluster。

1. 在队列详情页面，选择 计算组 页签。
2. 点击 创建计算组，选择Ray Cluster，配置好核心参数。注意这里选择最新版本的ray镜像（ray2.54.0，python3.12)。
3. 创建完毕后，可以进入这个ray cluster计算组，可以看到图中已经显示出了这个Ray集群内网的连接地址（见下图绿框，我们这里得到了**10.0.158.20:10001**，记住这个地址）。

步骤三：创建LAS开发机 #

1. 登录 ，选择创建开发机。
2. 在开发机的创建配置页面，注意以下要点：
   1. 资源配置-队列，选择步骤一创建的资源队列
   2. 环境信息-镜像，选择和步骤二使用的完全相同的镜像（Ray2.54.0, python3.12)
   3. 网络信息-SSH网络模式，选择独占网络
   4. 网络信息-高级网络配置，选择和步骤一完全相同的VPC配置
   5. 访问配置中，设置好对应的访问端口。以下图中为例，专门设定好了Jupyter服务，监听端口和调用端口都是8888

步骤四：在 LAS 开发机器上安装并启动 jupyter notebook #

1. 获取登录指令，登录 LAS 开发机；以下图中为例，LAS开发机的IP地址为**180.184.70.108，记住这个IP**

   

2. 安装并启动 jupyter nootbook

   python -m pip install notebook
   jupyter notebook --version
   
   jupyter notebook \
     --no-browser \
     --ip=0.0.0.0 \
     --port=8888 \
     --allow-root
   

步骤五：使用 jupyter notebook 连接 Ray 集群 #

1. 访问 http://180.184.70.108:8888，这是步骤四中创建的 jupyter 服务。

2. 在 jupyter notebook 中，使用ray.init连接 Ray 集群，本示范中，使用了 ray://10.0.158.20:10001 这个地址，该地址来源于步骤二创建的raycluster出现的地址。

   

3. 向Ray集群提交测试任务，测试成功。