Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Fornisci candidature per le tue offerte di lavoro
È possibile utilizzare un ambiente di coda per caricare le applicazioni per elaborare i lavori. Quando crei una flotta gestita dai servizi utilizzando la console Deadline Cloud, hai la possibilità di creare un ambiente di coda che utilizza il gestore di pacchetti conda per caricare le applicazioni.
Se desideri utilizzare un gestore di pacchetti diverso, puoi creare un ambiente di coda per quel gestore. Per un esempio di utilizzo di Rez, vediUsa un gestore di pacchetti diverso.
Deadline Cloud fornisce un canale conda per caricare una selezione di applicazioni di rendering nel tuo ambiente. Supportano i mittenti che Deadline Cloud fornisce per le applicazioni di creazione di contenuti digitali.
Puoi anche caricare software per conda-forge da utilizzare nei tuoi lavori. Gli esempi seguenti mostrano modelli di lavoro che utilizzano l'ambiente di coda fornito da Deadline Cloud per caricare le applicazioni prima di eseguire il lavoro.
Argomenti
Ottenere un'applicazione da un canale conda
Puoi creare un ambiente di coda personalizzato per i tuoi lavoratori di Deadline Cloud che installino il software che preferisci. Questo esempio di ambiente di coda ha lo stesso comportamento dell'ambiente utilizzato dalla console per le flotte gestite dai servizi. Esegue direttamente conda per creare l'ambiente.
L'ambiente crea un nuovo ambiente virtuale conda per ogni sessione di Deadline Cloud eseguita su un lavoratore, quindi elimina l'ambiente al termine.
Conda memorizza nella cache i pacchetti scaricati in modo che non debbano essere scaricati nuovamente, ma ogni sessione deve collegare tutti i pacchetti all'ambiente.
L'ambiente definisce tre script che vengono eseguiti quando Deadline Cloud avvia una sessione su un lavoratore. Il primo script viene eseguito quando viene chiamata l'onEnterazione. Chiama gli altri due per impostare le variabili di ambiente. Al termine dell'esecuzione dello script, l'ambiente conda è disponibile con tutte le variabili di ambiente specificate impostate.
Per la versione più recente dell'esempio, vedete conda_queue_env_console_equivalent.yaml
Se desideri utilizzare un'applicazione che non è disponibile nel canale conda, puoi creare un canale conda in Amazon S3 e quindi creare i tuoi pacchetti per quell'applicazione. Per ulteriori informazioni, consulta Crea un canale conda usando S3.
Ottieni librerie open source da conda-forge
Questa sezione descrive come utilizzare le librerie open source del canale. conda-forge L'esempio seguente è un modello di lavoro che utilizza il pacchetto polars Python.
Il job imposta i CondaChannels parametri CondaPackages and definiti nell'ambiente di coda che indicano a Deadline Cloud dove trovare il pacchetto.
La sezione del modello di lavoro che imposta i parametri è:
- 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
Per la versione più recente del modello di lavoro di esempio completo, consulta stage_1_self_contained_template/template.yaml.
Get Blender dal canale deadline-cloud
L'esempio seguente mostra un modello di lavoro che Blender proviene dal canale conda. deadline-cloud Questo canale supporta i mittenti forniti da Deadline Cloud per il software di creazione di contenuti digitali, sebbene sia possibile utilizzare lo stesso canale per caricare software per uso personale.
Per un elenco del software fornito dal deadline-cloud canale, consulta Ambiente di coda predefinito nella Guida per l'utente di AWS Deadline Cloud.
Questo lavoro imposta il CondaPackages parametro definito nell'ambiente di coda per indicare a Deadline Cloud di Blender caricarsi nell'ambiente.
La sezione del modello di lavoro che imposta il parametro è:
- 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.
Per la versione più recente del modello di lavoro di esempio completo, consulta blender_render/template.yaml.
Usa un gestore di pacchetti diverso
Il gestore di pacchetti predefinito per Deadline Cloud è conda. Se è necessario utilizzare un gestore di pacchetti diverso, ad esempioRez, è possibile creare un ambiente di coda personalizzato che contenga script che utilizzano invece il gestore di pacchetti.
Questo esempio di ambiente di coda fornisce lo stesso comportamento dell'ambiente utilizzato dalla console per le flotte gestite dai servizi. Sostituisce il gestore di pacchetti conda con. Rez
L'ambiente definisce tre script che vengono eseguiti quando Deadline Cloud avvia una sessione su un lavoratore. Il primo script viene eseguito quando viene chiamata l'onEnterazione. Chiama gli altri due per impostare le variabili di ambiente. Al termine dell'esecuzione dello script, l'Rezambiente è disponibile con tutte le variabili di ambiente specificate impostate.
L'esempio presuppone che si disponga di una flotta gestita dal cliente che utilizza un file system condiviso per i pacchetti Rez.
Per la versione più recente dell'esempio, vedi rez_queue_env.yaml
Python-only Usa pip per i pacchetti
Se le applicazioni o le librerie di cui hai bisogno per i tuoi lavori sono pacchetti Python puri disponibili su PyPI, puoi usare pip e il modulo di libreria standard venv Python invece di conda o. Rez Questo approccio funziona bene quando un pacchetto non è pubblicato su un canale conda o quando si desidera un ambiente virtuale più piccolo di quello creato da conda. A differenza di conda eRez, pip e venv sono inclusi nello stesso Python, quindi gli host di lavoro necessitano solo di un python3 interprete su. PATH Le flotte gestite dai servizi Deadline Cloud ne forniscono uno.
Ambiente di coda Pip per Deadline CloudCrea un ambiente virtuale Python nella directory di lavoro della sessione quando un lavoro imposta il PipPackages parametro, installa i pacchetti richiesti al suo interno con pip e lo attiva in modo che i passaggi del lavoro vengano eseguiti con quei pacchetti disponibili. Poiché l'ambiente è creato nella directory di lavoro della sessione, Deadline Cloud lo pulisce automaticamente al termine della sessione e non è necessario scrivere una logica di pulizia personalizzata. Se un processo non è impostatoPipPackages, l'ambiente di coda non fa nulla, quindi puoi aggiungerlo a una coda che esegue anche lavori che non lo utilizzano.
Per installare pacchetti da un indice privato come un CodeArtifact repository AWS anziché dall'indice PyPI pubblico, imposta i parametri PipExtraIndexUrls and PipIndexUrl forniti dall'ambiente di coda.
Se preferisci non configurare un ambiente di coda, puoi invece definire lo stesso ambiente pip in linea in un job bundle. Per un esempio di ogni approccio, consulta i job bundle pip_package_job e pip_self_contained_job
Per le code di produzione, PipPackages inserisci le versioni del pacchetto nel valore del parametro invece di installare ogni volta la versione più recente. Il blocco delle versioni offre ambienti riproducibili ed evita interruzioni impreviste quando un pacchetto pubblica una nuova versione. Se un lavoro dipende dalla corrispondenza tra le versioni del mittente e dell'adattatore, associatele entrambe alla stessa release.
Se gli addetti alla flotta gestita dai clienti eseguono lavori per più di un'applicazione DCC (Digital Content Creation) e installi gli adattatori Deadline Cloud con pip, installa ogni adattatore nel relativo ambiente virtuale. L'installazione contemporanea di più adattatori nello stesso ambiente virtuale può far sì che pip risolva una dipendenza condivisa da una versione in conflitto con uno degli adattatori.
Gli host di lavoro necessitano dell'accesso di rete a una fonte di pacchetti, come PyPI o un mirror privato, per installare i pacchetti all'avvio di una sessione. Se gli addetti alla flotta gestita dai clienti operano in una sottorete privata senza accesso a Internet, utilizzate un endpoint VPC per la fonte del pacchetto, un mirror pip privato o installate invece i pacchetti nell'AMI di lavoro.
La tabella seguente riassume i compromessi di ogni gestore di pacchetti per aiutarti a scegliere quale utilizzare.
| Programma di gestione dei pacchetti | Ideale per | Trade-offs |
|---|---|---|
| Conda (impostazione predefinita) | Applicazioni DCC, dipendenze native complesse, pacchetti multipiattaforma | Ambienti più grandi; i pacchetti devono essere pubblicati su un canale conda |
| Rez | Pipeline di studio con infrastruttura esistente Rez | Richiede l'Rezinstallazione su host di lavoro e un file system condiviso per il repository dei pacchetti |
| Pip | Python-only pacchetti, PyPI-hosted librerie, installazioni leggere | Limitato ai pacchetti Python; nessuna risoluzione nativa delle dipendenze |
Dopo aver scelto un ambiente di coda, collegalo alla coda. Puoi aggiungere il modello YAML dalla scheda Ambienti di coda per la tua coda nella console Deadline Cloud oppure utilizzare il comando deadline: operation. CreateQueueEnvironment Per le istruzioni sulla console, consulta Creare un ambiente di coda nella Guida per l'utente di Deadline Cloud.AWS Per collegare un ambiente di coda con la AWS CLI:
aws deadline create-queue-environment \ --farm-idFARM_ID\ --queue-idQUEUE_ID\ --priority 1 \ --template-type YAML \ --template file://queue-environment.yaml
