翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# 直接呼び出しが設定されたマルチコンテナエンドポイントを呼び出す
<a name="multi-container-direct"></a>

SageMaker AI マルチコンテナエンドポイントを使うと、複数のコンテナをデプロイして SageMaker AI エンドポイントに異なるモデルをデプロイできます。1 つのエンドポイントで、最大 15 個の異なる推論コンテナをホストできます。直接呼び出しを使うと、マルチコンテナエンドポイントでホストされている特定の推論コンテナにリクエストを送信できます。

 直接呼び出しが設定されたマルチコンテナエンドポイントを呼び出すには、他のエンドポイントを呼び出す場合と同様に [invoke\$1endpoint](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker-runtime.html#SageMakerRuntime.Client.invoke_endpoint) を呼び出し、呼び出すコンテナを `TargetContainerHostname` パラメータを使って指定します。

 

 次の例では、マルチコンテナエンドポイントの `secondContainer` を直接呼び出して、予測を取得します。

```
import boto3
runtime_sm_client = boto3.Session().client('sagemaker-runtime')

response = runtime_sm_client.invoke_endpoint(
   EndpointName ='my-endpoint',
   ContentType = 'text/csv',
   TargetContainerHostname='secondContainer', 
   Body = body)
```

 マルチコンテナエンドポイントへの各直接呼び出しリクエストでは、`TargetContainerHostname` を持つコンテナのみが呼び出しリクエストを処理します。次のいずれかを実行すると、検証エラーが発生します。
+ エンドポイントに存在しない `TargetContainerHostname` を指定する
+ 直接呼び出し用に設定されたエンドポイントへのリクエストに `TargetContainerHostname` の値を指定しない
+ 直接呼び出し用に設定されていないエンドポイントへのリクエストに `TargetContainerHostname` の値を指定する