Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Soumettez des candidatures pour vos emplois
Vous pouvez utiliser un environnement de file d'attente pour charger les applications destinées à traiter vos tâches. Lorsque vous créez une flotte gérée par des services à l'aide de la console Deadline Cloud, vous avez la possibilité de créer un environnement de file d'attente qui utilise le gestionnaire de packages Conda pour charger les applications.
Si vous souhaitez utiliser un autre gestionnaire de packages, vous pouvez créer un environnement de file d'attente pour ce gestionnaire. Pour un exemple utilisant Rez, consultezUtiliser un autre gestionnaire de packages.
Deadline Cloud fournit un canal conda permettant de charger une sélection d'applications de rendu dans votre environnement. Ils soutiennent les soumissionnaires que Deadline Cloud fournit pour les applications de création de contenu numérique.
Vous pouvez également charger le logiciel que conda-forge utilisera dans vos tâches. Les exemples suivants montrent des modèles de tâches utilisant l'environnement de file d'attente fourni par Deadline Cloud pour charger les applications avant d'exécuter la tâche.
Rubriques
Obtenir une application depuis une chaîne Conda
Vous pouvez créer un environnement de file d'attente personnalisé pour vos collaborateurs de Deadline Cloud qui installe le logiciel de votre choix. Cet exemple d'environnement de file d'attente présente le même comportement que l'environnement utilisé par la console pour les flottes gérées par les services. Il exécute directement Conda pour créer l'environnement.
L'environnement crée un nouvel environnement virtuel Conda pour chaque session Deadline Cloud exécutée sur un worker, puis supprime l'environnement une fois terminé.
Conda met en cache les packages téléchargés afin qu'ils n'aient pas besoin d'être téléchargés à nouveau, mais chaque session doit lier tous les packages à l'environnement.
L'environnement définit trois scripts qui s'exécutent lorsque Deadline Cloud démarre une session sur un travailleur. Le premier script s'exécute lorsque l'onEnteraction est appelée. Il appelle les deux autres pour configurer les variables d'environnement. Lorsque le script a fini de s'exécuter, l'environnement conda est disponible avec toutes les variables d'environnement spécifiées définies.
Pour la dernière version de l'exemple, consultez https://github.com/aws-deadline/deadline-cloud-samples/blob/mainline/queue_environments/conda_queue_env_from_console.yaml
Si vous souhaitez utiliser une application qui n'est pas disponible dans le canal conda, vous pouvez créer un canal conda dans Amazon S3, puis créer vos propres packages pour cette application. Pour en savoir plus, consultez Création d'un canal conda à l'aide de S3.
Obtenez des bibliothèques open source depuis conda-forge
Cette section explique comment utiliser les bibliothèques open source de la conda-forge chaîne. L'exemple suivant est un modèle de tâche qui utilise le package polars Python.
Le job définit les CondaChannels paramètres CondaPackages et définis dans l'environnement de file d'attente qui indiquent à Deadline Cloud où se procurer le package.
La section du modèle de tâche qui définit les paramètres est la suivante :
- 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
Pour la dernière version de l'exemple complet de modèle de tâche, consultez stage_1_self_contained_template/template .yaml.
Get Mixeur depuis la chaîne Deadline-Cloud
L'exemple suivant montre un modèle de tâche Blender provenant du canal deadline-cloud Conda. Cette chaîne prend en charge les soumissionnaires que Deadline Cloud fournit pour les logiciels de création de contenu numérique, mais vous pouvez utiliser la même chaîne pour charger des logiciels pour votre propre usage.
Pour obtenir la liste des logiciels fournis par la deadline-cloud chaîne, consultez la section Environnement de file d'attente par défaut dans le guide de l'utilisateur de AWS Deadline Cloud.
Ce job définit le CondaPackages paramètre défini dans l'environnement de file d'attente pour indiquer à Deadline Cloud de charger Blender dans l'environnement.
La section du modèle de tâche qui définit le paramètre est la suivante :
- 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.
Pour la dernière version de l'exemple complet de modèle de tâche, consultez blender_render/template .yaml.
Utiliser un autre gestionnaire de packages
Le gestionnaire de packages par défaut pour Deadline Cloud est conda. Si vous devez utiliser un autre gestionnaire de packages, par exempleRez, vous pouvez créer un environnement de file d'attente personnalisé contenant des scripts utilisant votre gestionnaire de packages à la place.
Cet exemple d'environnement de file d'attente présente le même comportement que l'environnement utilisé par la console pour les flottes gérées par les services. Il remplace le gestionnaire de paquets conda parRez.
L'environnement définit trois scripts qui s'exécutent lorsque Deadline Cloud démarre une session sur un travailleur. Le premier script s'exécute lorsque l'onEnteraction est appelée. Il appelle les deux autres pour configurer les variables d'environnement. À la fin de l'exécution du script, Rez l'environnement est disponible avec toutes les variables d'environnement spécifiées définies.
L'exemple suppose que vous disposez d'un parc géré par le client qui utilise un système de fichiers partagé pour les packages Rez.
Pour la dernière version de l'exemple, consultez https://github.com/aws-deadline/deadline-cloud-samples/blob/mainline/queue_environments/rez_queue_env.yaml
Utiliser pip pour les packages Python-only
Si les applications ou les bibliothèques dont vos tâches ont besoin sont des packages Python purs disponibles sur PyPI, vous pouvez utiliser pip et le venv module de bibliothèque standard Python au lieu de conda ou. Rez Cette approche fonctionne bien lorsqu'un package n'est pas publié sur un canal conda, ou lorsque vous souhaitez un environnement virtuel plus petit que celui créé par conda. Contrairement à conda etRez, pip et venv sont inclus dans Python lui-même, les hôtes de travail n'ont donc besoin que d'un python3 interpréteur sur le. PATH Les flottes gérées par les services Deadline Cloud en fournissent une.
Le Environnement de file d'attente Pip pour Deadline Cloud crée un environnement virtuel Python dans le répertoire de travail de la session lorsqu'une tâche définit le PipPackages paramètre, y installe les packages demandés avec pip et l'active pour que les étapes de la tâche s'exécutent avec les packages disponibles. Comme l'environnement est créé dans le répertoire de travail de la session, Deadline Cloud le nettoie automatiquement à la fin de la session et vous n'avez pas besoin d'écrire votre propre logique de nettoyage. Si une tâche n'est pas définiePipPackages, l'environnement de file d'attente ne fait rien. Vous pouvez donc l'ajouter à une file d'attente qui exécute également les tâches qui ne l'utilisent pas.
Pour installer des packages à partir d'un index privé tel qu'un CodeArtifact référentiel AWS au lieu de l'index PyPI public, définissez les PipExtraIndexUrls paramètres PipIndexUrl et fournis par l'environnement de file d'attente.
Si vous préférez ne pas configurer d'environnement de file d'attente, vous pouvez définir le même environnement pip en ligne dans un ensemble de tâches. Pour un exemple de chaque approche, consultez les offres de tâches pip_package_job
Pour les files d'attente de production, épinglez les versions des packages dans la valeur du PipPackages paramètre au lieu d'installer la dernière version à chaque fois. L'épinglage de version vous offre des environnements reproductibles et évite les ruptures inattendues lorsqu'un package publie une nouvelle version. Si une tâche dépend de la correspondance entre les versions de l'émetteur et de l'adaptateur, épinglez les deux à la même version.
Si les employés de votre parc gérés par le client exécutent des tâches pour plusieurs applications de création de contenu numérique (DCC) et que vous installez les adaptateurs Deadline Cloud avec pip, installez chaque adaptateur dans son propre environnement virtuel. L'installation de plusieurs adaptateurs ensemble dans le même environnement virtuel peut amener pip à résoudre une dépendance partagée à une version qui entre en conflit avec l'un des adaptateurs.
Les hôtes de travail ont besoin d'un accès réseau à une source de package, telle que PyPI ou un miroir privé, pour installer les packages au démarrage d'une session. Si les employés de votre parc gérés par le client fonctionnent dans un sous-réseau privé sans accès à Internet, utilisez un point de terminaison VPC pour la source de votre package, un miroir pip privé ou installez plutôt les packages dans votre AMI de travail.
Le tableau suivant récapitule les compromis de chaque gestionnaire de packages pour vous aider à choisir celui à utiliser.
| Gestionnaire de packages | Idéal pour | Trade-offs |
|---|---|---|
| Conda (par défaut) | Applications DCC, dépendances natives complexes, packages multiplateformes | Environnements plus vastes ; les packages doivent être publiés sur un canal conda |
| Rez | Pipelines de studio avec Rez infrastructure existante | Nécessite une Rez installation sur des hôtes de travail et un système de fichiers partagé pour le référentiel de packages |
| Pip | Python-only packages, PyPI-hosted bibliothèques, installations légères | Limité aux packages Python ; aucune résolution de dépendance native |
Après avoir choisi un environnement de file d'attente, associez-le à votre file d'attente. Vous pouvez soit ajouter le modèle YAML depuis l'onglet Environnements de file d'attente pour votre file d'attente dans la console Deadline Cloud, soit utiliser l'CreateQueueEnvironmentopération deadline :. Pour les instructions relatives à la console, consultez la section Création d'un environnement de file d'attente dans le guide de l'utilisateur de AWS Deadline Cloud. Pour associer un environnement de file d'attente à l'aide de l' AWS interface de ligne de commande :
aws deadline create-queue-environment \ --farm-idFARM_ID\ --queue-idQUEUE_ID\ --priority 1 \ --template-type YAML \ --template file://queue-environment.yaml
