Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
# Presente las solicitudes para sus puestos de trabajo
Puede utilizar un entorno de colas para cargar aplicaciones y procesar sus trabajos. Al crear una flota gestionada por un servicio mediante la consola de Deadline Cloud, tiene la opción de crear un entorno de colas que utilice el administrador de paquetes conda para cargar las aplicaciones.
Si desea utilizar un administrador de paquetes diferente, puede crear un entorno de colas para ese administrador. Para ver un ejemplo del uso de Rez, consulte[Usa un administrador de paquetes diferente](#provide-applications-other-package).
Deadline Cloud proporciona un canal conda para cargar una selección de aplicaciones de renderizado en su entorno. Apoyan a los remitentes que Deadline Cloud proporciona para las solicitudes de creación de contenido digital.
También puede cargar software para que conda-forge lo utilice en sus trabajos. Los siguientes ejemplos muestran plantillas de trabajos que utilizan el entorno de colas proporcionado por Deadline Cloud para cargar las aplicaciones antes de ejecutar el trabajo.
**Topics**
+ [Obtener una solicitud de un canal conda](#provide-applications-get-application)
+ [Usa un administrador de paquetes diferente](#provide-applications-other-package)
+ [Python-only Usa pip para los paquetes](#provide-applications-pip)
## Obtener una solicitud de un canal conda
Puedes crear un entorno de colas personalizado para tus trabajadores de Deadline Cloud e instalar el software que prefieras. Este ejemplo de entorno de colas tiene el mismo comportamiento que el entorno utilizado por la consola para las flotas gestionadas por el servicio. Ejecuta conda directamente para crear el entorno.
El entorno crea un nuevo entorno virtual de conda para cada sesión de Deadline Cloud que se ejecute en un trabajador y, a continuación, elimina el entorno cuando finaliza.
Conda almacena en caché los paquetes descargados para que no sea necesario volver a descargarlos, pero cada sesión debe vincular todos los paquetes al entorno.
El entorno define tres scripts que se ejecutan cuando Deadline Cloud inicia una sesión con un trabajador. El primer script se ejecuta cuando se `onEnter` invoca la acción. Llama a los otros dos para configurar las variables de entorno. Cuando el script termina de ejecutarse, el entorno conda está disponible con todas las variables de entorno especificadas configuradas.
[Para ver la versión más reciente del ejemplo, consulta [conda\_queue\_env\_console\_equivalent.yaml](https://github.com/aws-deadline/deadline-cloud-samples/blob/mainline/queue_environments/conda_queue_env_console_equivalent.yaml) en el repositorio deadline-cloud-samples en.](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline) GitHub
Si desea utilizar una aplicación que no está disponible en el canal conda, puede crear un canal conda en Amazon S3 y, a continuación, crear sus propios paquetes para esa aplicación. Consulte [Cree un canal conda con S3](configure-jobs-s3-channel.md) para obtener más información.
### Obtenga bibliotecas de código abierto de conda-forge
En esta sección se describe cómo utilizar las bibliotecas de código abierto del `conda-forge` canal. El siguiente ejemplo es una plantilla de trabajo que usa el paquete `polars` Python.
El trabajo establece los `CondaChannels` parámetros `CondaPackages` y parámetros definidos en el entorno de colas que indican a Deadline Cloud dónde obtener el paquete.
La sección de la plantilla de trabajo que establece los parámetros es:
```
- name: CondaPackages
description: A list of conda packages to install. The job expects a Queue Environment to handle this.
type: STRING
default: polars
- name: CondaChannels
description: A list of conda channels to get packages from. The job expects a Queue Environment to handle this.
type: STRING
default: conda-forge
```
Para ver la versión más reciente de la plantilla de trabajo de ejemplo completa, consulta [stage\_1\_self\_contained\_template/template.yaml.](https://github.com/aws-deadline/deadline-cloud-samples/blob/mainline/job_bundles/job_dev_progression/stage_1_self_contained_template/template.yaml) [Para ver la versión más reciente del entorno de colas que carga los paquetes conda, consulta [conda\_queue\_env\_console\_equivalent.yaml](https://github.com/aws-deadline/deadline-cloud-samples/blob/mainline/queue_environments/conda_queue_env_console_equivalent.yaml) en el repositorio deadline-cloud-samples de.](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline) GitHub
### Get Blender desde el canal Deadline-Cloud
El siguiente ejemplo muestra una plantilla de trabajo que Blender proviene del canal `deadline-cloud` conda. Este canal admite los remitentes que Deadline Cloud proporciona para el software de creación de contenido digital, aunque puedes usar el mismo canal para cargar software para tu propio uso.
Para ver una lista del software ofrecido por el `deadline-cloud` canal, consulta el [entorno de colas predeterminado](https://docs.aws.amazon.com/deadline-cloud/latest/userguide/create-queue-environment.html#conda-queue-environment) en la Guía del *usuario de AWS Deadline Cloud*.
Este trabajo establece el `CondaPackages` parámetro definido en el entorno de colas para indicar a Deadline Cloud que cargue Blender en el entorno.
La sección de la plantilla de trabajo que establece el parámetro es:
```
- name: CondaPackages
type: STRING
userInterface:
control: LINE_EDIT
label: Conda Packages
groupLabel: Software Environment
default: blender
description: >
Tells the queue environment to install Blender from the deadline-cloud conda channel.
```
Para ver la versión más reciente de la plantilla de trabajo de ejemplo completa, consulta [blender\_render/template.yaml.](https://github.com/aws-deadline/deadline-cloud-samples/blob/mainline/job_bundles/blender_render/template.yaml) [Para ver la versión más reciente del entorno de colas que carga los paquetes conda, consulta [conda\_queue\_env\_console\_equivalent.yaml](https://github.com/aws-deadline/deadline-cloud-samples/blob/mainline/queue_environments/conda_queue_env_console_equivalent.yaml) en el repositorio deadline-cloud-samples de.](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline) GitHub
## Usa un administrador de paquetes diferente
El administrador de paquetes predeterminado para Deadline Cloud es conda. Si necesitas usar un administrador de paquetes diferente, por ejemploRez, puedes crear un entorno de colas personalizado que contenga scripts que usen tu administrador de paquetes en su lugar.
Este ejemplo de entorno de colas proporciona el mismo comportamiento que el entorno utilizado por la consola para las flotas gestionadas por el servicio. Sustituye al administrador de paquetes conda por. Rez
El entorno define tres scripts que se ejecutan cuando Deadline Cloud inicia una sesión con un trabajador. El primer script se ejecuta cuando se `onEnter` invoca la acción. Llama a los otros dos para configurar las variables de entorno. Cuando el script termina de ejecutarse, el Rez entorno está disponible con todas las variables de entorno especificadas configuradas.
En el ejemplo se supone que tiene una flota gestionada por el cliente que utiliza un sistema de archivos compartido para los paquetes Rez.
[Para ver la versión más reciente del ejemplo, consulta [rez\_queue\_env.yaml](https://github.com/aws-deadline/deadline-cloud-samples/blob/mainline/queue_environments/rez_queue_env.yaml) en el repositorio deadline-cloud-samples en.](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline) GitHub
## Python-only Usa pip para los paquetes
Si las aplicaciones o bibliotecas que necesita su trabajo son paquetes de Python puros disponibles en PyPI, puede usar pip y el módulo de biblioteca `venv` estándar de Python en lugar de conda o. Rez Este enfoque funciona bien cuando un paquete no está publicado en un canal de conda o cuando se desea un entorno virtual más pequeño que el que crea conda. A diferencia de condaRez, pip y, `venv` se incluyen en el propio Python, por lo que los hosts de trabajo solo necesitan un `python3` intérprete en el. `PATH` Las flotas gestionadas por el servicio Deadline Cloud ofrecen uno.
[Entorno de colas de pips para Deadline Cloud](examples-queue-env-pip.md)Crea un entorno virtual de Python en el directorio de trabajo de la sesión cuando un trabajo establece el `PipPackages` parámetro, instala los paquetes solicitados en él con pip y lo activa para que los pasos del trabajo se ejecuten con los paquetes disponibles. Como el entorno se crea en el directorio de trabajo de la sesión, Deadline Cloud lo limpia automáticamente al finalizar la sesión, sin que tengas que escribir tu propia lógica de limpieza. Si un trabajo no está configurado`PipPackages`, el entorno de colas no hace nada, así que puedes añadirlo a una cola en la que también se ejecuten trabajos que no lo utilizan.
Para instalar paquetes desde un índice privado, como un CodeArtifact repositorio de [AWS](https://docs.aws.amazon.com/codeartifact/latest/ug/welcome.html), en lugar del índice PyPI público, defina los parámetros `PipExtraIndexUrls` y que `PipIndexUrl` proporciona el entorno de colas.
Si prefiere no configurar un entorno de colas, puede definir el mismo entorno pip en línea en un paquete de tareas. [https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/job_bundles/pip_self_contained_job](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/job_bundles/pip_self_contained_job) GitHub
Para las colas de producción, fije las versiones de los paquetes en el valor del parámetro en lugar de instalar la última versión cada vez. `PipPackages` La fijación de versiones proporciona entornos reproducibles y evita interrupciones inesperadas cuando un paquete publica una nueva versión. Si un trabajo depende de que las versiones del remitente y del adaptador coincidan, fije ambas en la misma versión.
Si los trabajadores de su flota gestionada por el cliente trabajan para más de una aplicación de creación de contenido digital (DCC) y usted instala los adaptadores de Deadline Cloud con pip, instale cada adaptador en su propio entorno virtual. La instalación de varios adaptadores juntos en el mismo entorno virtual puede provocar que pip resuelva una dependencia compartida de una versión que entra en conflicto con uno de los adaptadores.
Los hosts de trabajo necesitan acceso de red a una fuente de paquetes, como PyPI o una réplica privada, para instalar los paquetes cuando se inicia una sesión. Si los trabajadores de su flota gestionados por el cliente trabajan en una subred privada sin acceso a Internet, utilice un punto de enlace de VPC para el origen del paquete, un pip mirror privado o, en su lugar, instale los paquetes en la AMI de los trabajadores.
En la siguiente tabla se resumen las ventajas y desventajas de cada administrador de paquetes para ayudarle a elegir cuál utilizar.
| Administrador de paquetes | Lo mejor para | Trade-offs |
| --- | --- | --- |
| Conda (predeterminado) | Aplicaciones DCC, dependencias nativas complejas, paquetes multiplataforma | Entornos más grandes; los paquetes deben publicarse en un canal conda |
| Rez | Canalizaciones de Studio con la infraestructura existente Rez | Requiere estar Rez instalado en los hosts de trabajo y un sistema de archivos compartido para el repositorio de paquetes |
| Pip | Python-only paquetes, PyPI-hosted bibliotecas, instalaciones ligeras | Limitado a paquetes de Python; sin resolución de dependencias nativa |
Después de elegir un entorno de cola, adjúntelo a su cola. [Puedes añadir la plantilla YAML desde la pestaña **Entornos de colas** de tu cola en la consola de Deadline Cloud o usar la operación deadline:. CreateQueueEnvironment](https://docs.aws.amazon.com/deadline-cloud/latest/APIReference/API_CreateQueueEnvironment.html) Para ver las instrucciones de la consola, consulta Cómo [crear un entorno de colas](https://docs.aws.amazon.com/deadline-cloud/latest/userguide/create-queue-environment.html) en la Guía del usuario de *AWS Deadline* Cloud. Para adjuntar un entorno de colas con la AWS CLI:
```
aws deadline create-queue-environment \
--farm-id {{FARM_ID}} \
--queue-id {{QUEUE_ID}} \
--priority 1 \
--template-type YAML \
--template file://{{queue-environment.yaml}}
```