开源之夏经验分享｜Dragonfly 社区李从旺：社区贡献也是一种影响力

今天，我们邀请到了开源之夏 2023 活动 Dragonfly 社区的中选学生李从旺同学，他此次承担的项目是——「PyTorch Serve 基于 Dragonfly P2P 技术分发模型」。希望通过他的开源故事，能让更多人了解到开源的魅力，也可以从不同的视角去认识 Dragonfly 项目。

关于 Dragonfly

Dragonfly 提供高效、稳定、安全的基于 P2P 技术的文件分发和镜像加速系统，并且是云原生架构中镜像加速领域的标准解决方案以及最佳实践。自 2017 年开源以来，Dragonfly 被许多大规模互联网公司选用并投入生产使用，并在 2018 年 10 月正式进入 CNCF，成为中国第三个进入 CNCF 沙箱级别的项目。2020 年 4 月，CNCF 技术监督委员会（TOC）投票决定接受 Dragonfly 作为孵化级别的托管项目。Dragonfly 在解决大规模文件分发场景下有着无可比拟的优势。P2P 技术在 AI 推理服务分发大模型场景现阶段应用较少，并且 P2P 技术经过证实也可以真正解决大文件分发过程中的性能瓶颈。在 AI 推理服务分发大模型场景，通过集成 Dragonfly P2P 技术减少源站压力，并且提高模型分发效率。结合 AI 推理领域生态拓展 Dragonfly 应用场景，服务 AI 领域并且成为重要基础设施。

项目信息

项目名称：PyTorch Serve 基于 Dragonfly P2P 技术分发模型

项目导师：戚文博

项目描述：本项目是在 PyTorch Serve 分发过程中解决推理模型拉取时，可能会存在性能带宽瓶颈的问题，所以本项目需要 Dragonfly 通过 P2P 能力提高 PyTorch Serve 模型拉取速度，主要供过 Plugin 方式将 Dragonfly P2P 能力集成到 PyTorch Serve 中。

项目链接：https://github.com/dragonflyoss/dragonfly-endpoint

项目实现思路

无论你是需要安装或是升级，对 Dragonfly 各个组件的理解很重要，这是后期顺利进行性能测试的一个前提。

Manager: 维护各 P2P 集群之间的关系，动态配置管理和 RBAC。它还包括一个前端控制台，方便用户直观地操作集群。

Scheduler: 为下载对等体选择最优的下载父对等体。异常控制 Dfdaemon 的返回源。

Seed Peer：Dfdaemon 开启的种子节点模式，可以作为 P2P 集群中的背向源下载节点，它是整个集群中下载的根节点。

Peer: 与 Dfdaemon 一起部署，基于 C/S 架构，提供 dfget 命令下载工具，dfget 守护进程运行守护进程提供任务下载功能。

架构

TorchServe 通过集成 Dragonfly Endpoint 插件，发送模型下载请求到 Dragonfly ，Dragonfly 作为代理去对应的 Object Storage 下载模型并返回。

模型下载步骤：

1、TorchServe 发起模型下载请求到 Dragonfly Peer。

2、Dragonfly Peer 会到 Dragonfly Scheduler 注册任务。

3、返回拥有资源的候选的父节点。

Scheduler 服务发现本地 Cache 对这个任务是缓存未命中状态，就触发从 Seed Peer 进行文件下载。
Seed Peer 如果对于任务也是缓存未命中状态，就会触发回源下载，即到对应的对象存储下载模型文件。

4、到对应的候选的父节点进行分片下载文件。

5、模型下载返回后，TorchServe 会进行模型注册。

在性能测试的步骤中，会对模型下载的几种情况分别进行测试，而结果显示下载性能在命中缓存的情况下确实有极大的提升。

开源之夏个人随访

自我介绍

大家好，我叫李从旺，是佐治亚理工学院电子与计算机工程专业研二的学生。去年就曾参加过开源之夏的活动，当时的任务是为 Apache APISIX 网关做插件。

参加活动的原因

我之前参与过开源之夏，发现这个活动非常适合学生去了解以及深入参与到开源社区。众多的开源项目与技术发现可以让我们了解到行业中的最新动态，比如去年的云原生和今年的 AI 基础设施、大模型等。

同时这种实践搭配的任务难度，在导师与社区的热心帮助之下，无论是为了磨练技术、建立社区连接，还是作为新手开源入门的起点都非常合适。对我来说，第二次参与活动的主要目的是了解并学习新技术。

申请本社区项目的原因

主要是我对 Dragonfly 的 P2P 技术很感兴趣，并且它也符合我的技术栈。我提前了解过 Dragonfly 在业界的使用情况与热度，得知它作为实用的基础设施广泛被各个公司使用，且仍然在迭代新功能，于是便有了申请的想法。其次就是我对于插件的编写比较有经验，上手本次的项目会更加顺利。

如何克服项目过程中的困难与挑战？

主要的困难在于，之前我没想到 TorchServe 官方对于前端的插件支持较少，因此在调研初期，花费了较多时间去了解 TorchServe 的架构细节与插件的实现机制等。在插件的设计方案上也踩了不少坑：比如起初只考虑增加模型加速下载的部分，而官方 API 模型的下载与注册却是同时进行的；同时官方的代码设计中许多内部方法是不对外开放的，这样一来插件编写的方案也会有限制。这一问题的克服方法主要是反复查看官方代码、文档以及和导师沟通，不合理的方案不断地被导师淘汰，最终我找到了代码侵入最小的实现方式。

还有开源项目从零开始搭建的困难，包括目录设计、工作流的设计、测试用例、文档编写（需要不断打磨）等工作。这些非 coding 的部分往往会占据更多的时间。我的建议是——积极参考社区优秀活跃的开源项目和直接询问导师，这样效率会比用搜索引擎快得多。因为很多规范是会随时间变化的，新项目当然要符合最新的规范。

困难还出现在测试环节！整个插件的使用涉及到不同的对象存储、Dragonfly 以及 TorchServe 等多个组件；多种环境的部署以及不同的配置细节也需要付出额外的关注。当然，最大的挑战是由我硬件资源不足的电脑带来的，解决的办法主要是详细地记录步骤以及利用一些云计算资源，这对后期使用文档的撰写也非常有帮助。

导师与社区带来的帮助

在整个开发的过程中，包括前期调研环节，导师给予我的帮助是巨大的。耐心、细心、负责是 Dragonfly 社区以及我的导师给我的最大感受了。他们不仅在技术上给出指导，在文档编写乃至后期的技术交流方面也都非常用心。开发周期内的每周例会和平时的信息反馈也都非常及时，我作为学生，体验也非常好。

你眼中的 Dragonfly 社区印象

Dragonfly 致力于提供高效、稳定、安全的基于 P2P 技术的文件分发和镜像加速系统，并且是云原生架构中镜像加速领域的标准解决方案以及最佳实践。目前社区还在不断壮大发展中，欢迎大家一起来参与开源共建。

超出预期的收获

在调研中，我学习到了 Dragonfly P2P 的实现原理以及 TorchServe 各个模块的实现方案。在每周例会中，也有许多来自其他社区的同学或嘉宾，让我了解到 P2P 的不同应用场景、利弊与发展；还有在业界推广中各种各样的复杂情况，如定制修改源码的方案、基于某些业界场景额外修改功能、与某些服务方案的比较等。

此外最重要的技能提升，是在规范撰写代码、细心编写文档、以及从无到有构建开源软件等方面。

本次参与项目对我个人的未来规划也十分有帮助。因为对社区的持续贡献也算是一种影响力，这一影响力的积累与提升，让我在未来的简历书写和择业方向选择上都有了更多底气。

寄语

开源之夏是一个非常适合新手入门开源社区的好机会。选好你喜欢的社区，就大胆地去参加吧！

Dragonfly Star 一下✨：
https://github.com/dragonflyoss/Dragonfly2

推荐阅读