opencue/rqd Docker 镜像 - 轩辕镜像 | Docker 镜像高效稳定拉取服务

OpenCue RQD 渲染客户端镜像

镜像概述

OpenCue RQD（Render Queue Daemon）是OpenCue开源渲染管理系统的核心客户端组件，负责在渲染节点上运行并与OpenCue管理器（Cuebot）通信。其主要功能包括接收渲染任务、执行任务流程、监控本地硬件资源（CPU/内存/GPU）使用状态，并向Cuebot实时上报节点状态与任务进度。该镜像提供容器化部署方案，简化分布式渲染集群的搭建与维护。

核心功能与特性

• 任务调度执行：接收Cuebot分配的渲染任务，支持主流渲染器（Arnold/V-Ray/RenderMan等）的任务处理，确保任务按优先级有序执行。
• 资源监控上报：实时采集节点CPU、内存、GPU（如启用）使用率，动态调整任务负载，避免资源过载。
• 跨节点通信：通过REST API与Cuebot保持心跳连接，上报节点状态、任务完成结果及错误信息，支持任务中断与恢复。
• 容器化部署：基于轻量级容器封装，兼容物理机/虚拟机/云服务器环境，降低节点配置复杂度。
• 日志与诊断：生成结构化任务日志，包含执行时间、资源消耗、错误堆栈等信息，便于问题定位与性能优化。

使用场景

• 影视动画制作：在电影、动画后期制作中，作为分布式渲染农场的计算节点，处理大规模帧序列渲染任务。
• 可视化渲染：支持建筑可视化、产品设计等领域的批量渲染需求，提升渲染效率。
• 集群资源管理：在企业级渲染集群中，作为标准化客户端组件，统一节点配置与资源管控。

使用方法与配置说明

前提条件

• 已部署OpenCue Cuebot服务（渲染管理服务器），且RQD节点可访问Cuebot网络端口。
• 宿主环境已安装Docker 19.03+，GPU渲染需额外配置nvidia-container-runtime。

基础部署命令

bash
docker run -d \
  --name rqd-node \
  --network=host \  # 推荐使用主机网络确保通信稳定性
  -e CUEBOT_HOST=192.168.1.100 \  # Cuebot服务器IP/主机名（必填）
  -e CUEBOT_PORT=8080 \  # Cuebot服务端口（默认8080）
  -e RQD_PORT=8443 \  # RQD本地监听端口（默认8443）
  --restart=unless-stopped \
  opencue/rqd:latest

核心配置参数（环境变量）

高级配置示例（GPU渲染节点）

bash
docker run -d \
  --name rqd-gpu-node \
  --network=host \
  --gpus all \  # 启用GPU支持（需宿主环境配置nvidia-container-runtime）
  -e CUEBOT_HOST=cuebot.example.com \
  -e CUEBOT_PORT=8080 \
  -e RQD_LOG_LEVEL=debug \
  -e MAX_CPU_CORES=24 \
  -e MAX_MEMORY_GB=128 \
  -e GPU_ENABLED=true \
  -e NVIDIA_VISIBLE_DEVICES=0,1 \
  --restart=unless-stopped \
  opencue/rqd:latest

日志与状态管理

• 容器日志查看：docker logs -f rqd-node（包含任务执行详情、资源使用记录）
• 节点状态监控：通过Cuebot API或OpenCue Web UI查看节点在线状态与资源使用率
• 任务中断恢复：容器重启后自动重新注册到Cuebot，未完成任务将由Cuebot重新调度

注意事项

• 网络要求：确保RQD节点与Cuebot之间开放RQD_PORT（默认8443）及Cuebot通信端口（默认8080）
• 资源配置：MAX_CPU_CORES与MAX_MEMORY_GB需根据节点硬件规格合理设置，避免超配导致任务失败
• GPU支持：需在宿主环境安装对应GPU驱动（如NVIDIA驱动）及nvidia-container-toolkit，否则GPU相关配置无效
• 版本兼容性：建议使用与Cuebot相同版本的RQD镜像，避免API兼容性问题