我正在按照本教程https://docs.microsoft.com/en-us/azure/batch/tutorial-parallel-python了解如何使用Azure Batch API。
然而，从该文章中可以看出，批次运行完成后池中的节点会发生什么。
我关心的原因是我将使用的节点在批量开始之前需要进行大量设置。是否可以让VM在运行之间保留该设置，以节省设置所需的带宽和时间？
而且，如果该设置需要重新启动（例如在安装GPU驱动程序之后），那么在使用群集之前可以做什么呢？
答案 0 :(得分：1)
行batch_client.pool.delete(_POOL_ID)导致删除池，这也导致其所有节点都被删除。
在运行之间保持VM的方法是不删除池，只需将您的下一个作业提交到同一个池。
关于您的广泛设置，包括GPU驱动程序和重新启动，我假设您是通过池启动任务执行此操作。我认为在启动任务中重启（假设它是最后一个命令）应该没问题，虽然我没有尝试过。然后，重新启动后该节点应该就绪。
也许更好的选择是use a custom VM image包含所有复杂的设置，或者use a Docker container，也可以包含这样复杂的设置（包括安装CUDA等）。