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。

设置 Kubernetes 基于角色的访问控制

集群管理员用户还需要设置 Kubernetes 基于角色的访问控制 (RBAC)，以便数据科学家用户使用 CL SageMaker HyperPod I 在使用 Amazon EKS 编排的集群 HyperPod 上运行工作负载。

选项 1：使用 Helm 图表设置 RBAC

SageMaker HyperPod 服务团队提供了一个 Helm 子图表，用于设置 RBAC。要了解更多信息，请参阅 使用 Helm 在 Amazon EKS 集群上安装软件包。

选项 2：手动设置 RBAC

创建具有最低权限的 ClusterRole 和 ClusterRoleBinding，并创建具有突变权限的 Role 和 RoleBinding。

要为数据科学家创建 ClusterRole 和 ClusterRoleBinding IAM 角色

创建集群级配置文件 cluster_level_config.yaml，如下所示。

kind: ClusterRole
apiVersion: rbac.authorization.k8s.io/v1
metadata:
  name: hyperpod-scientist-user-cluster-role
rules:
- apiGroups: [""]
  resources: ["pods"]
  verbs: ["list"]
- apiGroups: [""]
  resources: ["nodes"]
  verbs: ["list"]
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
  name: hyperpod-scientist-user-cluster-role-binding
subjects:
- kind: Group
  name: hyperpod-scientist-user-cluster-level
  apiGroup: rbac.authorization.k8s.io
roleRef:
  kind: ClusterRole
  name: hyperpod-scientist-user-cluster-role # this must match the name of the Role or ClusterRole you wish to bind to
  apiGroup: rbac.authorization.k8s.io

将配置应用于 EKS 集群。

kubectl apply -f cluster_level_config.yaml

在命名空间 RoleBinding 中创建角色和角色

这是运行训练作业的命名空间训练操作程序，Resiliency 默认将对其进行监控。作业自动恢复只能在 kubeflow 名称空间或名称空间前缀 aws-hyperpod 中进行。

创建角色配置文件 namespace_level_role.yaml，如下所示。该示例在 kubeflow 命名空间中创建了角色

kind: Role
apiVersion: rbac.authorization.k8s.io/v1
metadata:
  namespace: kubeflow
  name: hyperpod-scientist-user-namespace-level-role
###
#  1) add/list/describe/delete pods
#  2) get/list/watch/create/patch/update/delete/describe kubeflow pytroch job
#  3) get pod log
###
rules:
- apiGroups: [""]
  resources: ["pods"]
  verbs: ["create", "get"]
- apiGroups: [""]
  resources: ["nodes"]
  verbs: ["get", "list"]
- apiGroups: [""]
  resources: ["pods/log"]
  verbs: ["get", "list"]
- apiGroups: [""]
  resources: ["pods/exec"]
  verbs: ["get", "create"]
- apiGroups: ["kubeflow.org"]
  resources: ["pytorchjobs", "pytorchjobs/status"]
  verbs: ["get", "list", "create", "delete", "update", "describe"]
- apiGroups: [""]
  resources: ["configmaps"]
  verbs: ["create", "update", "get", "list", "delete"]
- apiGroups: [""]
  resources: ["secrets"]
  verbs: ["create", "get", "list", "delete"]
---
apiVersion: rbac.authorization.k8s.io/v1
kind: RoleBinding
metadata:
  namespace: kubeflow
  name: hyperpod-scientist-user-namespace-level-role-binding
subjects:
- kind: Group
  name: hyperpod-scientist-user-namespace-level
  apiGroup: rbac.authorization.k8s.io
roleRef:
  kind: Role
  name: hyperpod-scientist-user-namespace-level-role # this must match the name of the Role or ClusterRole you wish to bind to
  apiGroup: rbac.authorization.k8s.io

将配置应用于 EKS 集群。

kubectl apply -f namespace_level_role.yaml

为 Kubernetes 组创建访问条目

使用上述两个选项之一设置 RBAC 后，使用以下示例命令替换必要信息。

aws eks create-access-entry \
    --cluster-name <eks-cluster-name> \
    --principal-arn arn:aws:iam::<AWS_ACCOUNT_ID_SCIENTIST_USER>:role/ScientistUserRole \
    --kubernetes-groups '["hyperpod-scientist-user-namespace-level","hyperpod-scientist-user-cluster-level"]'

对于 principal-arn 参数，您需要使用 科学家的 IAM 用户。