Amazon SageMaker Processing 如何執行您的處理容器映像 - Amazon SageMaker

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

Amazon SageMaker Processing 如何執行您的處理容器映像

Amazon SageMaker Processing 會以類似下列命令的方式執行處理容器映像，其中 URI AppSpecification.ImageUri是您在 CreateProcessingJob 操作中指定的 Amazon ECR映像。

docker run [AppSpecification.ImageUri]

這個命令會執行 Docker 映像中配置的 ENTRYPOINT 命令。

您也可以在 CreateProcessingJob 請求中使用 AppSpecification.ContainerEntrypoint 和 AppSpecification.ContainerArgument 參數，以覆寫映像中的進入點命令，或提供命令列引數給進入點命令。指定這些參數會設定 Amazon SageMaker Processing 執行容器的方式，類似於下列命令。

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

例如，如果您將 指定ContainerEntrypoint為CreateProcessingJob 請求[python3, -v, /processing_script.py]中的 ，並將 指定ContainerArguments為 [data-format, csv]，Amazon SageMaker Processing 會使用下列命令來執行您的容器。

 python3 -v /processing_script.py data-format csv

建置處理容器時，請注意下列細節：

  • Amazon SageMaker Processing 會根據命令執行的結束碼，決定任務是否完成或失敗。如果所有處理容器都成功結束且結束代碼為 0，表示處理任務完成，如果有任何容器結束時傳回非零結束代碼，表示處理任務失敗。

  • Amazon SageMaker Processing 可讓您覆寫處理容器的進入點並設定命令列引數，就像使用 Docker 一樣API。Docker 映像也可以使用 和 CMD指示來設定進入點ENTRYPOINT和命令列引數。CreateProcessingJobContainerEntrypoint 和 ContainerArgument 參數設定 Docker 映像進入點和引數的方式，會反映 Docker 透過 Docker 覆寫進入點和引數的方式API：

    • 如果既未提供ContainerEntrypoint，也ContainerArguments未提供，處理會使用預設 ENTRYPOINT或 映像CMD。

    • 如果 ContainerEntrypoint 已提供，但未提供 ContainerArguments，處理會使用指定的進入點執行映像，並忽略映像CMD中的 ENTRYPOINT和 。

    • 如果提供 ContainerArguments，但未提供 ContainerEntrypoint，則 Processing 會以映像中的預設 ENTRYPOINT 搭配提供的參數來執行影像。

    • 如果同時提供 ContainerArguments ContainerEntrypoint和 ，處理會使用指定的進入點和引數執行映像，並忽略映像CMD中的 ENTRYPOINT和 。

  • 在 Dockerfile 中，請使用 exec 形式的 ENTRYPOINT 指令 (ENTRYPOINT ["executable", "param1", "param2"])，而不是 “shell” 形式 (ENTRYPOINT command param1 param2)。這可讓您的處理容器接收 SIGINT 和 SIGKILL訊號，處理會使用 來停止處理任務StopProcessingJobAPI。

  • /opt/ml 及其所有子目錄都由 保留 SageMaker。在建置 Processing Docker 映像時，請不要將處理容器所需的任何資料放在這些目錄中。

  • 如果您打算使用 GPU 裝置，請確定您的容器與 nvidia-docker 相容。僅將CUDA工具組包含在容器中。請勿將NVIDIA驅動程式與映像綁定在一起。如需 nvidia-docker 的詳細資訊，請參閱 NVIDIA/nvidia-docker。