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 le 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, vedereUsa 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 forniti da Deadline Cloud per le applicazioni di creazione di contenuti digitali.
Puoi anche caricare software per conda-forge da utilizzare nei tuoi lavori. Gli esempi seguenti mostrano i 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 installa il software di tua scelta. 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 Deadline Cloud eseguita su un lavoratore, quindi elimina l'ambiente al termine.
Conda memorizza nella cache i pacchetti scaricati in modo che non sia necessario scaricarli 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 richiamata 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 https://github.com/aws-deadline/deadline-cloud-samples/blob/mainline/queue_environments/conda_queue_env_from_console.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.
Scarica le 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 e definiti nell'ambiente di coda che indicano a Deadline Cloud dove reperire 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 l'ultima versione del modello di lavoro di esempio completo, vedi stage_1_self_contained_template/template .yaml.
Get Frullatore 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 dei software forniti dal deadline-cloud canale, consulta Ambiente di coda predefinito nella Guida per l'utente di AWS Deadline Cloud.
Questo job 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 l'ultima versione del modello di lavoro di esempio completo, vedi 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 ambiente di coda di esempio 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 richiamata 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, vedete https://github.com/aws-deadline/deadline-cloud-samples/blob/mainline/queue_environments/rez_queue_env.yaml
Python-only Usa pip per i pacchetti
Se le applicazioni o le librerie di cui hai bisogno per il tuo lavoro sono pacchetti Python puri disponibili su PyPI, puoi usare pip e il venv modulo della libreria standard Python invece di conda or. Rez Questo approccio funziona bene quando un pacchetto non viene 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 in Python stesso, quindi gli host di lavoro necessitano solo di un interprete su. python3 PATH Le flotte gestite dal servizio Deadline Cloud ne forniscono uno.
Ambiente di coda Pip per Deadline CloudCrea un ambiente virtuale Python nella directory di lavoro della sessione quando un job imposta il PipPackages parametro, vi installa i pacchetti richiesti con pip e lo attiva in modo che i passaggi del lavoro vengano eseguiti con i pacchetti disponibili. Poiché l'ambiente viene 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 PipExtraIndexUrls parametri PipIndexUrl e 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 ciascun approccio, consultate i job bundle pip_package_job e pip_self_contained_job
Per le code di produzione, PipPackages inserisci le versioni dei pacchetti 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 processo dipende dalla corrispondenza delle versioni del mittente e dell'adattatore, aggiungete entrambe alla stessa versione.
Se gli addetti alla flotta gestiti dai clienti eseguono lavori per più di un'applicazione per la creazione di contenuti digitali (DCC) e installi gli adattatori Deadline Cloud con pip, installa ciascun adattatore nel proprio ambiente virtuale. L'installazione 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.
I worker host necessitano dell'accesso di rete a un sorgente di pacchetti, come PyPI o un mirror privato, per installare i pacchetti all'avvio di una sessione. Se i vostri fleet worker gestiti dai clienti operano in una sottorete privata senza accesso a Internet, utilizzate un endpoint VPC come sorgente dei pacchetti, un mirror pip privato o installate invece i pacchetti nella vostra AMI di lavoro.
La tabella seguente riassume i compromessi di ciascun gestore di pacchetti per aiutarti a scegliere quale usare.
| 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 sugli 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 coda nella console Deadline Cloud oppure utilizzare l'operazione deadline:. CreateQueueEnvironment Per istruzioni sulla console, consulta Creare un ambiente di coda nella Deadline Cloud User Guide. AWS Per collegare un ambiente di coda alla CLI: AWS
aws deadline create-queue-environment \ --farm-idFARM_ID\ --queue-idQUEUE_ID\ --priority 1 \ --template-type YAML \ --template file://queue-environment.yaml
