連邦学習でカスタムリソースを編集して設定を変える（kubectl edit FederatedLearningJob **）とき、更新ロジックは pod が連合推論のカスタムリソースの Deployment のようにパラメータを直接更新できない（この issueとこのブログを参照）。だから pod を全部消すしかなかった（個別の pod を取れないから）し、新しい設定で作り直す。連合推論コントローラでは、deployment 作成時に名前が固定なので、
Deployment, err := c.deploymentsLister.Deployments(service.Namespace).Get(workerName)で特定の deployment を取ってパラメータを変えて更新できる。しかし今の pod 名の末尾には 5 文字のランダムがあり、名前で pod を取れない。しかもコントローラ側の命名は効いていないと分かった（次のコード）
"WORKER_NAME": "aggworker-" + utilrand.String(5)この行は実際には効いておらず、名前は kubernetes が自動で付けている。
原因は pkg/globalmanager/runtime/worker.go の injectWorkerParam で pod.ObjectMeta.Name に代入していないこと。こうすべきだと思う。
pod.ObjectMeta.Name = workerParam.Env["WORKER_NAME"]そうすれば "WORKER_NAME" を変えて pod 名を決められる。名前が決まり、カスタムリソースのどの worker のフィールドを変えたかが分かれば、その pod だけ消して設定を更新し、個別の pod を作れる。全部消さなくていい。
その後、唐明先生が、推論タスクと違って連邦学習のような訓練タスクは kubernetes の Job に相当する、と言った。Job は一度きりのタスクなので、変更を禁じて、パラメータを変えたいなら消して再デプロイすればいい。それも筋が通っていると思う。それに pod 自体が更新をサポートしていないので、このやり方は kubernetes の意図に少し反している気もする…なので次の最適化はリソースへのアクセス制限だ。まだ資料を集めている…
オープンソースの夏のやり方に比べると小さな変更なので v1.1。次は v1 と発想が違うので v2 になる。だからこれも PR には出さない。