Deadline Cloud 如何将文件上传到亚马逊 S3

此示例显示了 Deadline Cloud 如何将文件从您的工作站或工作主机上传到 Amazon S3 以便共享。它使用来自网站上截止日期云样本存储库的示例任务包以及 PyPI GitHub 网站上的 Deadline Cloud CLI 来提交作业。

首先，将 deadline-cloud-samples 存储库克隆到您的AWS CloudShell环境中，然后将job_attachments_devguide任务包复制到您的主目录中：

git clone https://github.com/aws-deadline/deadline-cloud-samples.git
cp -r deadline-cloud-samples/job_bundles/job_attachments_devguide ~/

安装 Deadline Cloud CLI 以提交任务包：

pip install deadline --upgrade

job_attachments_devguide任务包只有一个步骤，任务是运行 bash shell 脚本，其文件系统位置作为作业参数传递。作业参数的定义是：

...
- name: ScriptFile
  type: PATH
  default: script.sh
  dataFlow: IN
  objectType: FILE
...

该dataFlow属性的IN值告诉作业附件该ScriptFile参数的值是作业的输入。该属default性的值是任务包目录的相对位置，但也可以是绝对路径。此参数定义将作业包目录中的script.sh文件声明为作业运行所需的输入文件。

接下来，确保 Deadline Cloud CLI 没有配置存储配置文件，然后将任务提交到队列中Q1：

# Change the value of FARM_ID to your farm's identifier
FARM_ID=farm-00112233445566778899aabbccddeeff
# Change the value of QUEUE1_ID to queue Q1's identifier
QUEUE1_ID=queue-00112233445566778899aabbccddeeff

deadline config set settings.storage_profile_id ''

deadline bundle submit --farm-id $FARM_ID --queue-id $QUEUE1_ID job_attachments_devguide/

运行此命令后，截止日期云 CLI 的输出如下所示：

Submitting to Queue: Q1
...
Hashing Attachments  [####################################]  100%
Hashing Summary:
    Processed 1 file totaling 39.0 B.
    Skipped re-processing 0 files totaling 0.0 B.
    Total processing time of 0.0327 seconds at 1.19 KB/s.

Uploading Attachments  [####################################]  100%
Upload Summary:
    Processed 1 file totaling 39.0 B.
    Skipped re-processing 0 files totaling 0.0 B.
    Total processing time of 0.25639 seconds at 152.0 B/s.

Waiting for Job to be created...
Submitted job bundle:
   job_attachments_devguide/
Job creation completed successfully
job-74148c13342e4514b63c7a7518657005

当您提交任务时，Deadline Cloud 首先对script.sh文件进行哈希处理，然后将其上传到 Amazon S3。

Deadline Cloud 将 S3 存储桶视为内容寻址存储。文件上传到 S3 对象。对象名称源自文件内容的哈希值。如果两个文件的内容相同，则无论文件位于何处或命名什么，它们都具有相同的哈希值。这种内容可寻址存储使Deadline Cloud能够避免上传已经可用的文件。

您可以使用 AWS CLI 查看上传到 Amazon S3 的对象：

# The name of queue `Q1`'s job attachments S3 bucket
Q1_S3_BUCKET=$(
  aws deadline get-queue --farm-id $FARM_ID --queue-id $QUEUE1_ID \
    --query 'jobAttachmentSettings.s3BucketName' | tr -d '"'
)

aws s3 ls s3://$Q1_S3_BUCKET --recursive

两个对象已上传到 S3：

清单对象包含作为任务提交的一部分上传到 S3 的特定根路径上的输入文件的信息。下载此清单文件 (aws s3 cp s3://$Q1_S3_BUCKET/<objectname>)。它的内容类似于：

{
    "hashAlg": "xxh128",
    "manifestVersion": "2023-03-03",
    "paths": [
        {
            "hash": "87cb19095dd5d78fcaf56384ef0e6241",
            "mtime": 1721147454416085,
            "path": "script.sh",
            "size": 39
        }
    ],
    "totalSize": 39
}

这表示文件script.sh已上传，该文件内容的哈希值为87cb19095dd5d78fcaf56384ef0e6241。该哈希值与对象名称中的值相匹配DeadlineCloud/Data/87cb19095dd5d78fcaf56384ef0e6241.xxh128。Deadline Cloud 使用它来知道要为该文件的内容下载哪个对象。

有关清单文件的完整架构，请参阅网站上的 d eadline-cloud-job-attachments 存储库。 GitHub

使用该CreateJob 操作时，您可以设置清单对象的位置。您可以使用该GetJob操作来查看位置：

{
    "attachments": {
        "file system": "COPIED",
        "manifests": [
            {
                "inputManifestHash": "5b0db3d311805ea8de7787b64cbbe8b3",
                "inputManifestPath": "<farm-id>/<queue-id>/Inputs/<guid>/a1d221c7fd97b08175b3872a37428e8c_input",
                "rootPath": "/home/cloudshell-user/job_attachments_devguide",
                "rootPathFormat": "posix"
            }
        ]
    },
    ...
}