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 des applications afin de traiter vos tâches. Lorsque vous créez un parc géré 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 d'utilisation de Rez, voir[Utiliser un autre gestionnaire de packages](#provide-applications-other-package).
Deadline Cloud fournit un canal conda pour charger une sélection d'applications de rendu dans votre environnement. Ils soutiennent les émetteurs fournis par Deadline Cloud pour les applications de création de contenu numérique.
Vous pouvez également charger un logiciel pour conda-forge à utiliser dans le cadre de vos travaux. Les exemples suivants montrent des modèles de tâches utilisant l'environnement de file d'attente fourni par Deadline Cloud pour charger des applications avant d'exécuter la tâche.
**Topics**
+ [Obtenir une application depuis un canal Conda](#provide-applications-get-application)
+ [Utiliser un autre gestionnaire de packages](#provide-applications-other-package)
+ [Utilisez pip pour les packages Python-only](#provide-applications-pip)
## Obtenir une application depuis un canal Conda
Vous pouvez créer un environnement de file d'attente personnalisé pour vos employés 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 des 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 travailleur, puis supprime l'environnement une fois l'opération terminée.
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 worker. Le premier script s'exécute lorsque l'`onEnter`action est appelée. Il appelle les deux autres pour configurer les variables d'environnement. Une fois l'exécution du script terminée, l'environnement conda est disponible avec toutes les variables d'environnement spécifiées définies.
[Pour la dernière version de l'exemple, consultez [conda\_queue\_env\_console\_equivalent.yaml](https://github.com/aws-deadline/deadline-cloud-samples/blob/mainline/queue_environments/conda_queue_env_console_equivalent.yaml) dans le référentiel deadline-cloud-samples sur.](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline) GitHub
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](configure-jobs-s3-channel.md).
### Obtenez des bibliothèques open source auprès de conda-forge
Cette section décrit 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.
La tâche 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 obtenir la dernière version de l'exemple complet de modèle de tâche, consultez [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) [Pour la dernière version de l'environnement de file d'attente qui charge les packages conda, consultez [conda\_queue\_env\_console\_equivalent.yaml](https://github.com/aws-deadline/deadline-cloud-samples/blob/mainline/queue_environments/conda_queue_env_console_equivalent.yaml) dans le référentiel deadline-cloud-samples sur.](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline) GitHub
### Get Mixeur depuis le canal Deadline-Cloud
L'exemple suivant montre un modèle de tâche Blender issu du canal `deadline-cloud` conda. Ce canal prend en charge les émetteurs fournis par Deadline Cloud pour les logiciels de création de contenu numérique, mais vous pouvez utiliser le même canal pour charger le logiciel pour votre propre usage.
Pour obtenir la liste des logiciels fournis par le `deadline-cloud` canal, consultez la section [Environnement de file d'attente par défaut](https://docs.aws.amazon.com/deadline-cloud/latest/userguide/create-queue-environment.html#conda-queue-environment) dans le *guide de l'utilisateur de AWS Deadline Cloud*.
Cette tâche définit le `CondaPackages` paramètre défini dans l'environnement de file d'attente pour indiquer à Deadline Cloud de le 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 obtenir la dernière version de l'exemple complet de modèle de tâche, consultez [blender\_render/template.yaml.](https://github.com/aws-deadline/deadline-cloud-samples/blob/mainline/job_bundles/blender_render/template.yaml) [Pour la dernière version de l'environnement de file d'attente qui charge les packages conda, consultez [conda\_queue\_env\_console\_equivalent.yaml](https://github.com/aws-deadline/deadline-cloud-samples/blob/mainline/queue_environments/conda_queue_env_console_equivalent.yaml) dans le référentiel deadline-cloud-samples sur.](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline) GitHub
## 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 des services. Il remplace le gestionnaire de packages conda parRez.
L'environnement définit trois scripts qui s'exécutent lorsque Deadline Cloud démarre une session sur un worker. Le premier script s'exécute lorsque l'`onEnter`action est appelée. Il appelle les deux autres pour configurer les variables d'environnement. Une fois l'exécution du script terminée, l'Rezenvironnement est disponible avec toutes les variables d'environnement spécifiées définies.
L'exemple suppose que vous avez une flotte gérée par le client qui utilise un système de fichiers partagé pour les packages Rez.
[Pour la dernière version de l'exemple, consultez [rez\_queue\_env.yaml](https://github.com/aws-deadline/deadline-cloud-samples/blob/mainline/queue_environments/rez_queue_env.yaml) dans le référentiel deadline-cloud-samples sur.](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline) GitHub
## Utilisez pip pour les packages Python-only
Si les applications ou bibliothèques dont vos tâches ont besoin sont de purs packages Python disponibles sur PyPI, vous pouvez utiliser pip et le module de bibliothèque `venv` 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 et pipRez, 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 le service Deadline Cloud en fournissent une.
[Environnement de file d'attente Pip pour Deadline Cloud](examples-queue-env-pip.md)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 afin que les étapes de la tâche s'exécutent avec les packages disponibles. L'environnement étant 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 définie`PipPackages`, l'environnement de file d'attente ne fait rien. Vous pouvez donc l'ajouter à une file d'attente qui exécute également des tâches qui ne l'utilisent pas.
Pour installer des packages à partir d'un index privé tel qu'un CodeArtifact référentiel [AWS](https://docs.aws.amazon.com/codeartifact/latest/ug/welcome.html) au lieu de l'index PyPI public, définissez les paramètres `PipExtraIndexUrls` et fournis par `PipIndexUrl` l'environnement de file d'attente.
Si vous préférez ne pas configurer d'environnement de file d'attente, vous pouvez plutôt définir le même environnement pip en ligne dans un ensemble de tâches. [Pour un exemple de chaque approche, consultez les ensembles de tâches [pip\_package\_job et [pip\_self\_contained\_job](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_package_job) dans le référentiel deadline-cloud-samples sur.](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline) GitHub
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 permet de créer des environnements reproductibles et d'éviter les ruptures inattendues lorsqu'un package publie une nouvelle version. Si une tâche dépend de la correspondance des versions de l'émetteur et de l'adaptateur, associez les deux à la même version.
Si les employés de votre flotte gérés par le client exécutent des tâches pour plusieurs applications de création de contenu numérique (DCC) et que vous installez des 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 envers une version 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 des packages au démarrage d'une session. Si les employés de votre flotte gérés par le client fonctionnent dans un sous-réseau privé sans accès à Internet, utilisez un point de terminaison VPC pour accéder à 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 ; pas de résolution native des dépendances |
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 :](https://docs.aws.amazon.com/deadline-cloud/latest/APIReference/API_CreateQueueEnvironment.html). Pour les instructions relatives à la console, consultez la section [Création d'un environnement de file d'attente](https://docs.aws.amazon.com/deadline-cloud/latest/userguide/create-queue-environment.html) dans le *guide de l'utilisateur de AWS Deadline Cloud*. Pour associer un environnement de file d'attente à l'aide de 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}}
```