將 SageMaker AI 相容 RStudio Docker 容器映像新增至 Amazon ECR 從主控台建立 SageMaker AI 映像從建立映像 AWS CLI

建立自訂 RStudio 映像

重要

允許 Amazon SageMaker Studio 或 Amazon SageMaker Studio Classic 建立 Amazon SageMaker 資源的自訂 IAM 政策也必須授予許可，才能將標籤新增至這些資源。需要將標籤新增至資源的許可，因為 Studio 和 Studio Classic 會自動標記他們建立的任何資源。如果 IAM 政策允許 Studio 和 Studio Classic 建立資源，但不允許標記，則嘗試建立資源時可能會發生「AccessDenied」錯誤。如需詳細資訊，請參閱提供標記 SageMaker AI 資源的許可。

AWS Amazon SageMaker AI 的受管政策提供建立 SageMaker 資源的許可，已包含建立這些資源時新增標籤的許可。

本主題說明如何使用 SageMaker AI 主控台和建立自訂 RStudio 映像 AWS CLI。如果您使用 AWS CLI，則必須從本機機器執行這些步驟。下列步驟不適用於 Amazon SageMaker Studio Classic 內的。

當您建立映像時，SageMaker AI 也會建立初始映像版本。每個映像版本代表存放在 Amazon Elastic 容器登錄檔 (ECR) 中的容器映像。容器映像必須在 RStudio 中使用的要求。如需詳細資訊，請參閱自訂 RStudio 映像規格。

如需本機測試映像和解決常見問題的相關資訊，請參閱 SageMaker Studio 自訂映像範例儲存庫。

主題

將 SageMaker AI 相容 RStudio Docker 容器映像新增至 Amazon ECR
從主控台建立 SageMaker AI 映像
從建立映像 AWS CLI

將 SageMaker AI 相容 RStudio Docker 容器映像新增至 Amazon ECR

請使用下列步驟，將 Docker 容器映像新增至 Amazon ECR：

建立 Amazon ECR 儲存庫。
向 Amazon ECR 進行身分驗證。
建置 SageMaker AI 相容 RStudio Docker 映像。
將映像推送至 Amazon ECR 儲存庫。

注意

Amazon ECR 儲存庫必須與網域 AWS 區域位於相同的中。

若要建置並新增 Docker 映像至 Amazon ECR

使用 AWS CLI命令在 Amazon ECR 儲存庫中建立儲存庫。若要使用 Amazon ECR 主控台建立儲存庫，請參閱建立儲存庫。


aws ecr create-repository \
    --repository-name rstudio-custom \
    --image-scanning-configuration scanOnPush=true

回應：


{
    "repository": {
        "repositoryArn": "arn:aws:ecr:us-east-2:acct-id:repository/rstudio-custom",
        "registryId": "acct-id",
        "repositoryName": "rstudio-custom",
        "repositoryUri": "acct-id.dkr.ecr.us-east-2.amazonaws.com/rstudio-custom",
        ...
    }
}

使用從 create-repository 命令做為回應傳回的儲存庫 URI，向 Amazon ECR 進行身分驗證。確定 Docker 應用程式為執行中。如需詳細資訊，請參閱登錄檔身分驗證。
```
aws ecr get-login-password | \
    docker login --username AWS --password-stdin <repository-uri>
```
回應：
```
Login Succeeded
```
建置 Docker 影像。從包含 Dockerfile 的目錄執行以下命令。
```
docker build .
```

使用唯一標籤標記您的建置映像。


docker tag <image-id> "<repository-uri>:<tag>"

將容器映像推送至 Amazon ECR 儲存庫。如需詳細資訊，請參閱 ImagePush 和推送映像。


docker push <repository-uri>:<tag>

回應：


The push refers to repository [<account-id>.dkr.ecr.us-east-2.amazonaws.com/rstudio-custom]
r: digest: <digest> size: 3066

從主控台建立 SageMaker AI 映像

建立映像

在 https://console.aws.amazon.com/sagemaker/：// 開啟 Amazon SageMaker AI 主控台。
在左側導覽窗格中，選擇管理員組態。
在管理員組態下，選擇映像。
在自訂映像頁面中，選擇建立映像。
對於映像來源，請在 Amazon ECR 中輸入容器映像的登錄檔路徑。路徑格式如下。

acct-id.dkr.ecr.region.amazonaws.com/repo-name[:tag] or [@digest]
選擇下一步。
在映像屬性下，輸入下列內容：
- 映像名稱 – 在目前 AWS 區域中，名稱必須是您帳戶中唯一的。
- (選用) 影像顯示名稱 – 顯示在網域使用者介面中的名稱。如果未提供，Image name 則會顯示出來。
- (選用) 描述 – 映像的一項描述。
- IAM 角色 – 該角色必須以連接 AmazonSageMakerFullAccess 政策。使用下拉式選單，選取下列其中一個選項：
  - 建立新角色 — 指定您希望筆記本使用者可以存取的任何其他 Amazon Simple Storage Service (Amazon S3) 儲存貯體。如果您不想允許其他儲存貯體的存取，請選擇無。
    
    SageMaker AI 會將AmazonSageMakerFullAccess政策連接至角色。此角色可讓您的筆記本使用者存取核取記號旁列出的 Amazon S3 儲存貯體。
  - 輸入自訂 IAM 角色 ARN — 輸入 IAM 角色的 Amazon Resource Name (ARN)。
  - 使用現有角色 — 從清單中選擇一個現有角色。
- (選用) 映像標籤 — 選擇新增標籤。您最多可新增 50 個標籤。您可以使用 SageMaker AI 主控台或 SageMaker AI Search API 搜尋標籤。
在映像類型下，選取 RStudio 映像。
選擇提交。

新映像會顯示在自訂映像清單中並以重點標示。已成功建立映像後，您可以選擇映像名稱來檢視其屬性，或選擇建立版本建立其他版本。

若要建立其他映像版本

在與映像相同的行上選擇建立版本。
對於映像來源，請輸入 Amazon ECR 映像的登錄檔路徑。映像不應與先前版本的 SageMaker AI 映像中使用的映像相同。

若要在 RStudio 中使用自訂映像，您必須將其連接至您的網域。如需詳細資訊，請參閱連接自訂 SageMaker AI 映像。

從建立映像 AWS CLI

本節說明如何使用建立自訂 Amazon SageMaker AI 映像 AWS CLI。

使用下列步驟建立 SageMaker AI 映像：

建立 Image。
建立 ImageVersion。
建立一個程式組態檔案。
建立 AppImageConfig。

建立 SageMaker AI 映像實體

建立 SageMaker AI 映像。角色 ARN 至少必須已連接 AmazonSageMakerFullAccessPolicy 政策。


aws sagemaker create-image \
    --image-name rstudio-custom-image \
    --role-arn arn:aws:iam::<acct-id>:role/service-role/<execution-role>

回應：


{
    "ImageArn": "arn:aws:sagemaker:us-east-2:acct-id:image/rstudio-custom-image"
}

從映像建立 SageMaker AI 映像版本。將映像推送到 Amazon ECR 時，傳遞您選擇的唯一標籤值。


aws sagemaker create-image-version \
    --image-name rstudio-custom-image \
    --base-image <repository-uri>:<tag>

回應：


{
    "ImageVersionArn": "arn:aws:sagemaker:us-east-2:acct-id:image-version/rstudio-image/1"
}

檢查映像版本是否已成功建立。
```
aws sagemaker describe-image-version \
    --image-name rstudio-custom-image \
    --version 1
```
回應：
```
{
    "ImageVersionArn": "arn:aws:sagemaker:us-east-2:acct-id:image-version/rstudio-custom-image/1",
    "ImageVersionStatus": "CREATED"
}
```
注意
如果回應為 "ImageVersionStatus": "CREATED_FAILED"，則回應也會包含失敗原因。許可問題是導致失敗的常見原因。您也可以檢查您的 Amazon CloudWatch Logs。日誌群組的名稱為 /aws/sagemaker/studio。日誌串流的名稱為 $domainID/$userProfileName/KernelGateway/$appName。
建立名為 app-image-config-input.json 的組態檔案。應用程式映像組態用於將 SageMaker AI 映像作為核心閘道應用程式執行的組態。
```
{
    "AppImageConfigName": "rstudio-custom-config"
}
```

使用建立於上一步的檔案來建立 AppImaage 組態。


aws sagemaker create-app-image-config \
    --cli-input-json file://app-image-config-input.json

回應：


{
    "AppImageConfigArn": "arn:aws:sagemaker:us-east-2:acct-id:app-image-config/r-image-config"
}

您的瀏覽器已停用或無法使用 Javascript。

您必須啟用 Javascript，才能使用 AWS 文件。請參閱您的瀏覽器說明頁以取得說明。

文件慣用形式

自訂映像規格

連接映像