Dora 分布式部署指南多机集群、标签调度、滚动升级与 systemd 运维完整手册【免费下载链接】doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架以数据流范式重构开发逻辑原生支持分布式部署与端边云协同 —— 无需复杂适配即可实现一体端到端具身大小脑、VLA等模型部署无缝衔接感知、推理、控制全链路让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级同时兼容 ROS2 生态与国产 AI 芯片彻底降低具身智能机器人的开发门槛让分布式部署下的 AI 赋能创新更高效、更灵活。项目地址: https://gitcode.com/dora-rs/doraDoraDataflow-Oriented Robotic Architecture是为 AI 与具身智能机器人打造的高性能开发框架内置开箱即用的分布式部署能力一条命令拉起多机集群用标签调度把节点精准放置到目标机器零停机滚动升级整集群再配合systemd服务实现开机自启与崩溃自愈。本文覆盖从cluster.yml配置到生产运维 Runbook 的全部关键步骤帮你把同一份数据流 YAML 从单机开发平滑扩展到多机生产环境。一、三级架构Dora 分布式系统的组成 Dora 的分布式架构分为三层职责清晰、互不干扰CLI -- Coordinator -- Daemon(s) -- Nodes / Operators (单实例) (每机器一个) (用户代码)CLI发送 build / start / stop 等控制命令到 CoordinatorCoordinator单一编排者负责节点放置决策与数据流生命周期管理Daemon每台机器运行一个负责拉起并监管本机节点进程Node用户代码。同机节点走共享内存跨机节点通过 Zenoh 发布订阅通信。数据流量不经过 Coordinator控制面与数据面完全分离——这是 Dora 能把多机推理链路延迟压到微秒级的关键设计。 更完整的网络拓扑LAN、VPN mesh、zenoh 路由跨 NAT见 docs/multi-machine.md完整集群参考见 docs/distributed-deployment.md。二、5 分钟拉起多机集群cluster up 快速上手 ⚡Dora 提供两条部署路径临时模式手动在各机器启动dora daemon适合开发测试和托管集群模式一个cluster.ymldora cluster命令族SSH 管理所有机器。生产环境推荐后者。第 1 步编写 cluster.ymlcoordinator: addr: 10.0.0.1 machines: - id: robot host: 10.0.0.2 user: ubuntu - id: gpu-server host: 10.0.0.3 user: ubuntu第 2 步一条命令拉起集群dora cluster up cluster.yml它会自动启动本地 Coordinator然后 SSH 到每台机器启动 Daemon并轮询直到全部 Daemon 注册成功started dora coordinator on 0.0.0.0 (reachable from other machines) Starting daemon on robot (ubuntu10.0.0.2) Starting daemon on gpu-server (ubuntu10.0.0.3) All 2 daemons connected.第 3 步启动跨机数据流并查看集群健康dora start dataflow.yml --name my-app --attach dora cluster statusDAEMON ID LAST HEARTBEAT robot 2s ago gpu-server 1s ago Active dataflows: 1第 4 步需要时一键拆除dora cluster down 提示Daemon 之间无需手工互指地址——每台 Daemon 会从--coordinator-addr推导出自己的对外地址并注册给 Coordinator由 Coordinator 把先注册者的地址下发给后注册者自动组成全连接 mesh启动顺序任意。三、cluster.yml 配置参考机器清单与标签 ️字段默认值说明coordinator.addr必填Coordinator 绑定地址coordinator.port6013WebSocket 端口machines[].id必填机器唯一标识供deploy.machine引用machines[].host必填SSH 可达的主机名或 IPmachines[].user当前用户SSH 用户名machines[].port22SSH 端口非标准端口时设置machines[].daemon_port53291Daemon 本地监听端口同机多 Daemon 时需区分machines[].zenoh_addr/zenoh_porthost/5456其他 Daemon 拨号到本机的地址与端口machines[].labels空键值标签用于标签调度一个 3 机 GPU 集群的典型写法coordinator: addr: 192.168.1.1 machines: - id: coordinator-host host: 192.168.1.1 labels: role: control - id: gpu-a100 host: 192.168.1.10 user: ml labels: gpu: a100 arch: x86_64 - id: jetson-01 host: 192.168.1.20 user: nvidia labels: gpu: jetson arch: arm64四、节点调度三策略machine、labels、自动分配 在dataflow.yml的节点上通过deploy段控制放置解析优先级为machine labels 未命名。策略 1按机器 ID 精确指定nodes: - id: camera deploy: machine: robot # 匹配 cluster.yml 中的 id path: ./camera-driver outputs: [frames]策略 2按标签匹配推荐nodes: - id: inference deploy: labels: gpu: true # 目标 Daemon 标签必须是其超集 path: ./ml-model inputs: frames: camera/frames outputs: [predictions]Coordinator 会选中第一个标签超集满足要求的已连接 Daemon{gpu: true, arch: arm64}满足{gpu: true}的要求。标签匹配不到任何 Daemon 时部署直接失败并报错no daemon matches labels {gpu: true}——快速失败优于静默放错机器。策略 3未指定时自动分配给第一台无--machine-id的默认Daemon。 最佳实践多用标签、少写死机器 ID。标签把数据流与具体硬件解耦换机器、加机器时无需改dataflow.yml。五、二进制分发策略local、scp、http 怎么选 节点二进制如何送达远机由deploy.distribute控制策略适用场景取舍local默认同构集群、CI 构建每台机器需要构建工具链Daemon 在本机自行编译scp异构集群、交叉编译好的二进制需要 CLI 机器对目标机有 SSH 权限http防火墙隔离、air-gapped DaemonCoordinator 充当制品仓库Daemon 经 HTTP 拉取需认证nodes: - id: my-node deploy: machine: edge-01 distribute: scp # 本地编译后推送到目标机 path: ./my-node六、systemd 服务一键安装守护进程重启自愈 ️生产部署应将 Daemon 安装为 systemd 服务——断电重启不丢、崩溃自动拉起dora cluster install cluster.yml # Installing dora-daemon-robot on ubuntu10.0.0.2... OK # Installing dora-daemon-gpu-server on ubuntu10.0.0.3... OK # 2/2 succeeded.每台机器会生成dora-daemon-id单元核心属性Restarton-failureRestartSec5崩溃 5 秒后自动重启Afternetwork-online.target等网络就绪再启动WantedBymulti-user.target开机自启。验证与卸载ssh ubuntu10.0.0.2 sudo systemctl status dora-daemon-robot dora cluster uninstall cluster.yml # 停止、禁用并删除单元文件七、滚动升级零停机更新整集群 更新集群只需一条命令dora cluster upgrade cluster.yml对每台机器依次执行三步其余机器全程不受影响Upgrading robot (ubuntu10.0.0.2)... SCP binary... OK Restart service... OK Waiting for reconnect... OK (3.2s) 2/2 succeeded.SCP本地dora二进制到目标机/usr/local/bin/dora重启systemd 服务轮询Coordinator 直到该 Daemon 重连30 秒超时。Daemon 重连后自动恢复机制会把该机器上被中断的数据流节点全部重新拉起见下节。前置条件Daemon 已通过dora cluster install装为 systemd 服务目标机具备 sudo 权限本地二进制与集群版本兼容。八、自动恢复Daemon 断线重连后节点自愈 Daemon 因网络抖动、机器重启或服务重启而掉线再重连时Coordinator 会自动修复Daemon 重连并提交当前运行中的StatusReportCoordinator 比对期望状态找出缺失的数据流向该 Daemon 下发SpawnDataflowNodes命令重建缺失节点。为防止节点秒崩 → 无限重建的死循环恢复带30 秒退避同一 Daemon/数据流对每 30 秒最多尝试一次重建节点重新上报运行中后退避清除。注意自动恢复只覆盖dora start启动的托管数据流本地dora run不受 Coordinator 跟踪。单节点粒度的崩溃重启策略restart_policy、max_restarts、指数退避等见 docs/fault-tolerance.md与自动恢复叠加使用形成纵深防御。九、日常运维 Runbook监控、日志与故障排查 日常操作速查dora list # 列出运行中的数据流 dora top # 实时资源监控TUI dora logs my-app --node id --follow # 查看任意机器上节点的日志 dora stop my-app # 停止数据流 dora cluster status # 集群健康Daemon 心跳 活动数据流数 dora cluster restart cluster.yml my-app # 按名称重启数据流故障排查四板斧症状排查动作Daemon 连不上检查 Coordinator 是否监听可路由地址journalctl -u dora-daemon-id -f看日志核对--coordinator-addr/ 端口SSH 命令失败确认ssh -o BatchModeyes userhost echo ok免密可用核对 cluster.yml 中user字段标签不匹配dora cluster status查看已连 Daemon标签在 Daemon 启动时注入运行期不可改需重启 Daemon自动恢复没触发确认数据流由dora start启动查 Coordinator 日志中auto-recovery: re-spawning注意 30 秒退避最佳实践清单✅开发期用dora run dataflow.yml本地验证同一份 YAML 直接上集群deploy字段本地模式下被忽略生产环境务必dora cluster install装 systemd配合节点级restart_policy双保险优先标签调度把cluster.yml与数据流定义一起纳入版本控制升级走滚动方案不要整体停机。多 Daemon 联动的完整示例见 examples/multiple-daemons/更多命令细节见 docs/cli.md。【免费下载链接】doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架以数据流范式重构开发逻辑原生支持分布式部署与端边云协同 —— 无需复杂适配即可实现一体端到端具身大小脑、VLA等模型部署无缝衔接感知、推理、控制全链路让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级同时兼容 ROS2 生态与国产 AI 芯片彻底降低具身智能机器人的开发门槛让分布式部署下的 AI 赋能创新更高效、更灵活。项目地址: https://gitcode.com/dora-rs/dora创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考