Como o Amazon SageMaker Processing executa sua imagem de contêiner de processamento - Amazon SageMaker

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Como o Amazon SageMaker Processing executa sua imagem de contêiner de processamento

O Amazon SageMaker Processing executa sua imagem de contêiner de processamento de forma semelhante ao comando a seguir, onde AppSpecification.ImageUri está a ECR imagem da Amazon URI que você especifica em uma CreateProcessingJob operação. 

docker run [AppSpecification.ImageUri]

Esse comando executa o comando ENTRYPOINT configurado na imagem do Docker.

Também é possível substituir o comando do ponto de entrada na imagem ou fornecer argumentos da linha de comando ao comando do ponto de entrada usando os parâmetros AppSpecification.ContainerEntrypoint e AppSpecification.ContainerArgument na solicitação CreateProcessingJob. A especificação desses parâmetros configura o Amazon SageMaker Processing para executar o contêiner da mesma forma que o comando a seguir. 

 docker run --entry-point [AppSpecification.ContainerEntrypoint] [AppSpecification.ImageUri] [AppSpecification.ContainerArguments]

Por exemplo, se você especificar “ContainerEntrypointpara estar [python3, -v, /processing_script.py] em sua CreateProcessingJob solicitação” e “ser”[data-format, csv], ContainerArguments o Amazon SageMaker Processing executará seu contêiner com o seguinte comando. 

 python3 -v /processing_script.py data-format csv

Considere os seguintes detalhes ao criar o contêiner de processamento:

  • O Amazon SageMaker Processing decide se o trabalho é concluído ou falhado, dependendo do código de saída do comando executado. Um trabalho de processamento será concluído se todos os contêineres de processamento forem encerrados com êxito, com um código de saída de 0 e apresentará falha se algum dos contêineres for encerrado com um código de saída diferente de zero.

  • O Amazon SageMaker Processing permite que você substitua o ponto de entrada do contêiner de processamento e defina argumentos de linha de comando da mesma forma que você pode fazer com o Docker. API As imagens do Docker também podem configurar os argumentos do ponto de entrada e da linha de comando usando as instruções e. ENTRYPOINT CMD A forma como CreateProcessingJob ContainerEntrypoint e ContainerArgument os parâmetros configuram o ponto de entrada e os argumentos de uma imagem do Docker refletem como o Docker substitui o ponto de entrada e os argumentos por meio do Docker: API

    • Se ContainerEntrypoint nenhum deles ContainerArguments for fornecido, o Processing usará o padrão ENTRYPOINT ou CMD na imagem.

    • Se ContainerEntrypoint for fornecido, mas nãoContainerArguments, o Processing executa a imagem com o ponto de entrada fornecido e ignora o ENTRYPOINT e CMD na imagem.

    • Se ContainerArguments for fornecido, mas ContainerEntrypoint não for, o Processing executa a imagem com o padrão ENTRYPOINT na imagem e com os argumentos fornecidos.

    • Se ambos ContainerEntrypoint ContainerArguments forem fornecidos, o Processing executará a imagem com o ponto de entrada e os argumentos fornecidos e ignorará o ENTRYPOINT e CMD na imagem.

  • Use a forma "exec" da instrução ENTRYPOINT no Dockerfile (ENTRYPOINT ["executable", "param1", "param2"]) em vez da forma "shell" (ENTRYPOINT command param1 param2). Isso permite que seu contêiner de processamento receba SIGINT e SIGKILL sinalize, o que o Processing usa para interromper os trabalhos de processamento com StopProcessingJob API o.

  • /opt/mle todos os seus subdiretórios são reservados por. SageMaker Ao criar a imagem de processamento do Docker, não coloque nenhum dado exigido pelo contêiner de processamento nesses diretórios.

  • Se você planeja usar GPU dispositivos, certifique-se de que seus contêineres sejam compatíveis com nvidia-docker. Inclua somente o CUDA kit de ferramentas nos contêineres. Não agrupe NVIDIA drivers com a imagem. Para obter mais informações sobre nvidia-docker, consulte /nvidia-docker. NVIDIA