管道步骤的重试策略 - 亚马逊 SageMaker AI
重试策略支持的异常类型重试策略的JSON架构

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。

管道步骤的重试策略

重试策略可帮助您在发生错误后自动重试 Pipelines 步骤。任何管道步骤都可能遇到异常，而发生异常的原因多种多样。在某些情况下，重试可以解决这些问题。通过管道步骤的重试策略，您可以选择是否重试特定管道步骤。

重试策略仅支持以下管道步骤：

注意

在优化步骤和 AutoML 步骤中运行的作业在内部进行重试，即使配置了重试策略，也不会重试 SageMaker.JOB_INTERNAL_ERROR 异常类型。您可以使用编程自己的重试策略。 SageMaker API

重试策略支持的异常类型

管道步骤的重试策略支持以下异常类型：

  • Step.SERVICE_FAULT：如果调用下游服务时发生内部服务器错误或瞬时错误，则会发生这些异常。Pipelines 会自动重试此类错误。使用重试策略，您可以覆盖此异常类型的默认重试操作。

  • Step.THROTTLING：调用下游服务时可能会出现节流异常。Pipelines 会自动重试此类错误。使用重试策略，您可以覆盖此异常类型的默认重试操作。

  • SageMaker.JOB_INTERNAL_ERROR：这些异常发生在 SageMaker AI 任务返回时InternalServerError。在这种情况下，启动新作业可能会解决暂时性问题。

  • SageMaker.CAPACITY_ERROR: SageMaker 人工智能任务可能会遇到亚马逊 EC2InsufficientCapacityErrors，这会导致 SageMaker 人工智能任务失败。您可以通过启动新的 SageMaker AI 作业来重试以避免出现此问题。

  • SageMaker.RESOURCE_LIMIT：运行 SageMaker AI 作业时，您可以超过资源限制配额。您可以稍等片刻，然后在短时间后重试运行 SageMaker AI 作业，看看资源是否已释放。

重试策略的JSON架构

管道的重试策略具有以下JSON架构：

"RetryPolicy": {
   "ExceptionType": [String]
   "IntervalSeconds": Integer
   "BackoffRate": Double
   "MaxAttempts": Integer
   "ExpireAfterMin": Integer
}

  • ExceptionType：此字段需要以下字符串数组格式的异常类型。

    • Step.SERVICE_FAULT

    • Step.THROTTLING

    • SageMaker.JOB_INTERNAL_ERROR

    • SageMaker.CAPACITY_ERROR

    • SageMaker.RESOURCE_LIMIT

  • IntervalSeconds（可选）：第一次重试前的秒数（默认为 1）。IntervalSeconds 的最大值为 43200 秒（12 小时）。

  • BackoffRate（可选）：每次尝试时重试间隔增加的乘数（默认为 2.0）。

  • MaxAttempts（可选）：一个正整数，表示重试的最大次数（默认为 5）。如果错误重复发生超过 MaxAttempts 指定次数，则停止重试并恢复正常错误处理。值为 0 表示永不重试错误。MaxAttempts 最大值为 20。

  • ExpireAfterMin（可选）：一个正整数，表示重试的最大时间跨度。如果在执行步骤的 ExpireAfterMin 分钟数后再次出现错误，则停止重试并恢复正常的错误处理。值为 0 表示永不重试错误。ExpireAfterMin 的最大值为 14400 分钟（10 天）。

    注意

    只能给出 MaxAttempts 或 ExpireAfterMin 中的一个，但不能同时给出两个；如果两者均未 指定，则 MaxAttempts 变为默认值。如果在一个策略中标识了这两个属性，则重试策略会生成验证错误。