단계 캐싱 비활성화
단계 유형 파이프라인 단계 유형별 기본 캐시 키 속성에 나열되지 않은 속성을 변경해도 파이프라인 단계는 재실행되지 않습니다. 하지만 어쨌든 파이프라인 단계를 다시 실행하기로 결정할 수도 있습니다. 이 경우 단계 캐싱을 비활성화해야 합니다.
단계 캐싱을 비활성화하려면 다음 코드 스니펫과 같이 단계 정의의 CacheConfig단계 정의 속성에 있는 Enabled속성을 false로 설정합니다.
{ "CacheConfig": { "Enabled": false, "ExpireAfter": "<time>" } }
참고로, Enabled가 false인 경우 ExpireAfter속성은 무시됩니다.
Amazon SageMaker Python SDK를 사용하여 파이프라인 단계의 캐싱을 해제하려면 파이프라인 단계의 파이프라인을 정의하고 enable_caching속성을 비활성화한 다음 파이프라인을 업데이트하세요.
다시 실행하면 다음 코드 예제가 훈련 단계에 대한 캐싱을 해제합니다.
from sagemaker.workflow.pipeline_context import PipelineSession from sagemaker.workflow.steps import CacheConfig from sagemaker.workflow.pipeline import Pipeline cache_config = CacheConfig(enable_caching=False, expire_after="PT1H") estimator = Estimator(..., sagemaker_session=PipelineSession()) step_train = TrainingStep( name="TrainAbaloneModel", step_args=estimator.fit(inputs=inputs), cache_config=cache_config ) # define pipeline pipeline = Pipeline( steps=[step_train] ) # update the pipeline pipeline.update() # or, call upsert() to update the pipeline # pipeline.upsert()
또는 파이프라인을 이미 정의한 후 enable_caching속성을 비활성화하면 한 번의 연속 코드 실행이 가능합니다. 다음 코드 샘플은 이 방법을 보여줍니다.
# turn off caching for the training step pipeline.steps[0].cache_config.enable_caching = False # update the pipeline pipeline.update() # or, call upsert() to update the pipeline # pipeline.upsert()
Python SDK 파라미터가 캐싱에 미치는 영향에 대한 자세한 코드 예제와 설명은 Amazon SageMaker Python SDK 설명서의 캐싱 구성
