本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 将 Deadline 云集成到您的管道中
<a name="pipeline-integration"></a>

您可以将现有的渲染管道与 Deadl AWS ine Cloud 集成，以简化工作流程管理和作业提交流程。

虽然下面的示例使用视觉效果管道，但相同的集成模式适用于任何计算密集型工作流程——科学模拟、财务建模、机器学习训练或数据处理。在每种情况下，您都可以配置数据如何到达工作主机、哪些应用程序在这些主机上运行、操作员如何提交任务，以及如何监控进度和控制成本。

## 什么是管道集成？
<a name="pipeline-integration-overview"></a>

截止日期云的管道集成是指截止日期云农场如何为您的交互式和自动化工作流程提供批处理。此示例使用视觉效果管道，您可以调整该管道以适应操作员在其工作流程中使用的应用程序和流程。

视觉效果管道包括后期制作阶段，用于处理输入素材、3D 模型、动画、纹理、照明、渲染图像等。它规定了不同部门如何交换资产以执行其负责的任务。精心设计的管道有助于高效地为电视节目或类似节目创建最终图像。

通过将 Deadline Cloud 农场集成到您的管道中，您可以将长时间运行的任务卸载到队列中，并优先排序 Deadline Cloud 在工作人员主机队列上安排这些任务的方式。您可以使用该服务管理的队列，也可以在本地或在线创建自己的队列。 AWS

要创建管道集成，请考虑以下因素：
+ 您的资产数据存储在哪里，您将如何将其提供给农场中的工人？
+ 你的工作需要哪些应用程序和插件，以及你将如何将它们配置到农场的工作主机上？
+ 当艺术家或其他经营者有工作要做时，他们将如何将工作提交给农场？
+ 谁将监控任务的进度和状态，以及您将如何控制成本和优化员工主机的利用率？

## 开着农场的本地工作室示例 AWS
<a name="pipeline-integration-example-on-premises"></a>

此示例侧重于一个管道，在该管道中，艺术家在本地协同工作，并将作业提交到农场 AWS 进行渲染。此处介绍的方法可以快速上线 Deadline Cloud，并为自定义提供了灵活的起点。

以下是该示例工作室流水线集成的因素：
+ 资产数据存储在其本地办公室的 NAS 共享文件系统上。
  + 启Windows用，项目安装到 P: 驱动器上，实用程序安装到 X:。
  + 开启macOS，项目挂载到/Volumes/Projects ，实用程序挂载到/ Volumes/Utilities。
+ 他们使用 Maya 进行三维建模，使用 Arnold 进行渲染，使用 Nuke 进行合成。这些应用程序中未安装任何自定义插件。
+ 他们想使用默认的提交体验。
+ 艺术家将监控自己的工作，制作人将监控成本并在需要时调整优先级。

该工作室的管道集成使用工作附件将数据从工作室内部传输到和传出 AWS，因为它易于入门并且可以扩展到大型机群规模。队列上配置的任务附件 S3 存储桶充当本地 NAS 和工作主机之间的缓存层 AWS。

当艺术家从 Maya 或 Nuke 提交作业时，Deadline Cloud 集成提交器会扫描场景以确定作业运行所需的文件，然后通过将它们上传到 S3 来将它们附加到作业中。高性能哈希值用于识别以前由工作室中任何艺术家上传的文件。这样，当艺术家反复提交同一镜头的新版本，或者一位艺术家将镜头交给另一位艺术家时，在提交作业的过程中只需要上传新的或修改过的文件。

该工作室同时使用Windows和macOS工作站，因此他们使用本地类型的文件系统位置为项目和实用程序驱动器配置存储配置文件。有关在与提交任务不同的操作系统上运行作业时如何支持所需的路径映射的更多详细信息，请参阅作业附件的[存储配置文件](https://docs.aws.amazon.com/deadline-cloud/latest/userguide/storage-profile-job-attachments.html)主题。他们还在其网络上配置一Linux台主机，使其在任务完成后自动下载队列中所有任务的输出。要了解如何进行设置，请参阅[自动下载作业附件](https://docs.aws.amazon.com/deadline-cloud/latest/userguide/auto-downloads.html)。

该农场包含两个Linux服务管理队列，其中 vCPU 和 RAM 要求设置为工作室工作所需的最低规格起始范围。其中一个队列配置为提供少量竞价型实例，以便在工作时间内提供稳定的渲染容量，而另一个队列配置为等待并保存，以便在非高峰时段以较低的成本渲染更多作业。所有Maya、适用于Arnold的Maya插件和Nuke都是为截止日期云conda频道中的Linux服务管理队列提供的，还有基于使用量的许可。为了节省应用程序安装的开销，他们将截止日期云控制台中为队列配置的默认 conda 环境替换为具有改进缓存的 [ github 示例 conda 队列环境。](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/queue_environments#conda-queue-environment-with-improved-caching)

为了支持任务提交，他们在每个工作站[上](https://docs.aws.amazon.com/deadline-cloud/latest/userguide/submitter.html)设置了 Deadline Cloud 提交器，选择了 Maya 和 Nuke 集成。使用 Deadline Cloud 监控器，他们可以登录农场、监控作业进度并查看日志输出以诊断问题。Maya和Nuke提交者都具有集成对话框，可从应用程序界面提交作业。

在农场中配置用户访问权限级别时（请参阅权限[在 Deadline Cloud 中的工作原理](https://docs.aws.amazon.com/deadline-cloud/latest/userguide/permissions-overview.html)），他们会向艺术家授予贡献者访问权限，这样他们就可以提交作业、查看所有作业和修改自己作业的属性。它们允许管理器访问渲染管理器，这样他们就可以修改所有作业的属性。它们允许所有者访问生产者，因此他们[可以通过创建预算和探索使用成本来](https://docs.aws.amazon.com/deadline-cloud/latest/userguide/manage-costs.html)跟踪支出和使用情况。