taskd.python.toolkit.recover_module.recover_manager. DLRecoverManager（内部接口，严禁调用）
功能说明
DLRecoverManager类提供进程级恢复和进程级在线恢复相关接口。客户端以Python包形式import到客户端代码中。
DLRecoverManager类提供的接口可能抛出Exception异常，调用方自行捕获异常、处理异常。
__init__(self, info: pb.ClientInfo, server_addr: str)
构造DLRecoverManager，用于后续的通信。
参数 |
类型 |
说明 |
|---|---|---|
info |
pb.ClientInfo |
info.jobId：str类型，任务ID。 info.role：str类型，客户端角色。 |
server_addr |
str |
服务端地址 |
register(self, request: pb.ClientInfo) -> pb.Status
注册客户端，服务端为request指定的任务做恢复前的初始化操作。
参数 |
类型 |
说明 |
|---|---|---|
request |
pb.ClientInfo |
request.jobId：str类型，任务ID。 request.role：str类型，客户端角色。 |
返回值类型 |
说明 |
|---|---|
Status |
Status.info：str类型，返回信息描述 Status.code：int类型，0表示成功，其他值表示失败。关于返回码的详细说明请参见返回码说明。 |
def start_subscribe(self, frame: str = "pytorch")
客户端和服务端建立gRPC长链接，服务端将通过该长链接与客户端单向通信。比如发生故障时，服务端给客户端发送停止训练、全局故障rank信息等。
参数 |
类型 |
说明 |
|---|---|---|
frame |
str |
表示任务所使用的AI框架。 |
init_clusterd(self)
客户端初始化ClusterD服务端状态，保证后续任务正常注册、建立链接。
父主题： 断点续训相关接口