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.

Migrazione di risorse verso gli operatori più recenti

Stiamo interrompendo lo sviluppo e il supporto tecnico della versione originale di Operators for Kubernetes. SageMaker

Se stai utilizzando una versione precedente v1.2.2 di SageMaker Operators for Kubernetes, ti consigliamo di migrare le tue risorse al controller di servizio ACK per Amazon. SageMaker Il controller di servizio ACK è una nuova generazione di SageMaker Operators for Kubernetes basata su AWS Controllers for Kubernetes (ACK).

Per le risposte alle domande frequenti sulla fine del supporto della versione originale di Operators for Kubernetes, vedi SageMaker Annuncio della fine del supporto della versione originale di AI Operators for Kubernetes SageMaker

Segui i passaggi seguenti per migrare le tue risorse e usa ACK per addestrare, ottimizzare e distribuire modelli di machine learning con Amazon AI. SageMaker

Prerequisiti

Per migrare correttamente le risorse agli ultimi operatori di SageMaker intelligenza artificiale per Kubernetes, devi fare quanto segue:

Se le autorizzazioni sono configurate correttamente, il controller di servizio ACK SageMaker AI può determinare le specifiche e lo stato della AWS risorsa e riconciliare la risorsa come se fosse stata creata originariamente dal controller ACK.

Adozione di risorse

I nuovi operatori SageMaker AI per Kubernetes offrono la possibilità di adottare risorse che non sono state originariamente create dal controller di servizio ACK. Per ulteriori informazioni, consulta Adopt Existing AWS Resources nella documentazione ACK.

I passaggi seguenti mostrano come i nuovi operatori SageMaker AI per Kubernetes possono adottare un endpoint AI esistente SageMaker . Salva l’esempio seguente in un file denominato adopt-endpoint-sample.yaml.

apiVersion: services.k8s.aws/v1alpha1
kind: AdoptedResource
metadata:
  name: adopt-endpoint-sample
spec:  
  aws:
    # resource to adopt, not created by ACK
    nameOrID: xgboost-endpoint
  kubernetes:
    group: sagemaker.services.k8s.aws
    kind: Endpoint
    metadata:
      # target K8s CR name
      name: xgboost-endpoint

Invia la risorsa personalizzata (CR) utilizzando kubectl apply:

kubectl apply -f adopt-endpoint-sample.yaml

Usa kubectl describe per verificare le condizioni di stato della risorsa adottata.

kubectl describe adoptedresource adopt-endpoint-sample

Verifica che la condizione ACK.Adopted sia True. L'output visualizzato dovrebbe essere simile al seguente esempio:

---
kind: AdoptedResource
metadata:
  annotations:
    kubectl.kubernetes.io/last-applied-configuration: '{"apiVersion":"services.k8s.aws/v1alpha1","kind":"AdoptedResource","metadata":{"annotations":{},"name":"xgboost-endpoint","namespace":"default"},"spec":{"aws":{"nameOrID":"xgboost-endpoint"},"kubernetes":{"group":"sagemaker.services.k8s.aws","kind":"Endpoint","metadata":{"name":"xgboost-endpoint"}}}}'
  creationTimestamp: '2021-04-27T02:49:14Z'
  finalizers:
  - finalizers.services.k8s.aws/AdoptedResource
  generation: 1
  name: adopt-endpoint-sample
  namespace: default
  resourceVersion: '12669876'
  selfLink: "/apis/services.k8s.aws/v1alpha1/namespaces/default/adoptedresources/adopt-endpoint-sample"
  uid: 35f8fa92-29dd-4040-9d0d-0b07bbd7ca0b
spec:
  aws:
    nameOrID: xgboost-endpoint
  kubernetes:
    group: sagemaker.services.k8s.aws
    kind: Endpoint
    metadata:
      name: xgboost-endpoint
status:
  conditions:
  - status: 'True'
    type: ACK.Adopted

Verifica che la risorsa esista nel cluster:

kubectl describe endpoints.sagemaker xgboost-endpoint

HostingAutoscalingPolicy risorse

La risorsa HostingAutoscalingPolicy (HAP) è composta da più risorse Application Auto Scaling: ScalableTarget e ScalingPolicy. Quando si adotta una risorsa HAP con ACK, è necessario innanzitutto installare il controller Application Auto Scaling. Per l’adozione delle risorse HAP, è necessario adottare sia ScalableTarget sia ScalingPolicy. È possibile trovare l'identificativo di risorsa per queste risorse nello stato della risorsa HostingAutoscalingPolicy (status.ResourceIDList).

HostingDeployment risorse

La HostingDeployment risorsa è composta da più risorse di SageMaker intelligenza artificiale: EndpointEndpointConfig, e ciascunaModel. Se si adotta un endpoint SageMaker AI in ACK, è necessario adottare i EndpointEndpointConfig, e ciascuno Model separatamente. I nomi Endpoint, EndpointConfig e Model si trovano nello stato HostingDeployment della risorsa (status.endpointName, status.endpointConfigName e status.modelNames).

Per un elenco di tutte le risorse SageMaker AI supportate, consulta l'ACK API Reference.

Rimozione delle risorse obsolete

Dopo che i nuovi operatori SageMaker AI per Kubernetes avranno adottato le tue risorse, potrai disinstallare i vecchi operatori e ripulire le vecchie risorse.

Fase 1: disinstallazione del precedente operatore

Per disinstallare il precedente operatore, consulta Eliminazione degli operatori.

Fase 2: rimozione dei finalizer ed eliminazione delle risorse obsolete

Dopo aver disinstallato il precedente operatore, è necessario rimuovere esplicitamente i finalizer per eliminare le risorse obsolete dell'operatore. Lo script di esempio seguente mostra come eliminare tutti i processi di addestramento gestiti dal precedente operatore in un determinato spazio dei nomi. È possibile utilizzare uno schema simile per eliminare risorse aggiuntive una volta adottate dal nuovo operatore.

namespace=sagemaker_namespace
training_jobs=$(kubectl get trainingjobs.sagemaker.aws.amazon.com -n $namespace -ojson | jq -r '.items | .[] | .metadata.name')
 
for job in $training_jobs
do
    echo "Deleting $job resource in $namespace namespace"
    kubectl patch trainingjobs.sagemaker.aws.amazon.com $job -n $namespace -p '{"metadata":{"finalizers":null}}' --type=merge
    kubectl delete trainingjobs.sagemaker.aws.amazon.com $job -n $namespace
done

Usa i nuovi operatori SageMaker AI per Kubernetes

Per guide approfondite sull'uso dei nuovi operatori SageMaker AI per Kubernetes, consulta Usa gli operatori SageMaker AI per Kubernetes