Dockerfile 規格 - Amazon SageMaker
執行映像使用者和檔案系統的規格運作狀態檢查和URL應用程式

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。

Dockerfile 規格

您在 Dockerfile 中指定的映像必須符合下列各節中的規格，才能成功建立映像。

執行映像

  • Entrypoint – 我們建議您使用 將進入點內嵌至映像中 Docker CMD 或Entrypoint指示。您也可以設定 ContainerArguments ContainerEntrypoint，並在執行階段傳遞至容器。

  • EnvVariables – 使用 Studio，您可以設定容器可用的ContainerEnvironment變數。環境變數會以來自 的環境變數覆寫 SageMaker。為了提供您更好的體驗，環境變數通常是 SageMaker_namespaced AWS_，並優先考慮平台環境。

    以下是環境變數：

    • AWS_REGION

    • AWS_DEFAULT_REGION

    • AWS_CONTAINER_CREDENTIALS_RELATIVE_URI

    • SageMaker_SPACE_NAME

使用者和檔案系統的規格

  • WorkingDirectory – 您空間的 Amazon EBS磁碟區安裝在路徑 上/home/sagemaker-user。您無法變更掛載路徑。使用 WORKDIR指示將映像的工作目錄設定為 中的資料夾/home/sagemaker-user。

  • UID – 的使用者 ID Docker 容器。UID=1000 是支援的值。您可以新增 sudo 存取權給使用者。IDs 會重新映射，以防止容器中執行的程序具有比所需更多的權限。

  • GID – 的群組 ID Docker 容器。GID=100 是支援的值。您可以新增 sudo 存取權給使用者。IDs 會重新映射，以防止容器中執行的程序具有比所需更多的權限。

  • 中繼資料目錄 – /opt/.sagemakerintenral和 使用的/opt/ml目錄 AWS。中的中繼資料檔案/opt/ml包含有關 資源的中繼資料，例如 DomainId。

    使用下列命令來顯示檔案系統內容：

    
cat /opt/ml/metadata/resource-metadata.json
{"AppType":"JupyterLab","DomainId":"example-domain-id","UserProfileName":"example-user-profile-name,"ResourceArn":"arn:aws:sagemaker:AWS 區域:111122223333;:app/domain-ID/user-ID/Jupyte
rLab/default","ResourceName":"default","AppImageVersion":"current"}

  • 日誌目錄 – /var/logs/studio 保留給 的日誌目錄 JupyterLab 以及與其相關聯的擴充功能。建議您不要在建立映像時使用資料夾。

運作狀態檢查和URL應用程式

  • Base URL – BYOI 應用程式URL的基礎必須是 jupyterlab/default。您只能有一個應用程式，且必須一律命名為 default。

  • HealthCheck API – HostAgent使用HealthCheckAPI連接埠 8888 的 來檢查 JupyterLab 應用程式的運作狀態。 jupyterlab/default/api/status是運作狀態檢查的端點。

  • Home/Default URL – 和 使用的/opt/.sagemakerinternal/opt/ml目錄 AWS。中的中繼資料檔案/opt/ml包含有關 資源的中繼資料，例如 DomainId。

  • 身分驗證 – 若要為使用者啟用身分驗證，請關閉 Jupyter 筆記本字符或密碼型身分驗證，並允許所有原始伺服器。

以下是範例 Amazon Linux 2 Dockerfile 符合上述規格：


FROM public.ecr.aws/amazonlinux/amazonlinux:2

ARG NB_USER="sagemaker-user"
ARG NB_UID="1000"
ARG NB_GID="100"
RUN yum install --assumeyes python3 shadow-utils && \
    useradd --create-home --shell /bin/bash --gid "${NB_GID}" --uid ${NB_UID} ${NB_USER} && \
    yum clean all && \
    python3 -m pip install jupyterlab

RUN python3 -m pip install --upgrade pip

RUN python3 -m pip install --upgrade urllib3==1.26.6

USER ${NB_UID}
CMD jupyter lab --ip 0.0.0.0 --port 8888 \
  --ServerApp.base_url="/jupyterlab/default" \
  --ServerApp.token='' \
  --ServerApp.allow_origin='*'

以下是範例 Amazon SageMaker Distribution Dockerfile 符合上述規格：


FROM public.ecr.aws/sagemaker/sagemaker-distribution:latest-cpu
ARG NB_USER="sagemaker-user"
ARG NB_UID=1000
ARG NB_GID=100

ENV MAMBA_USER=$NB_USER

USER root

RUN apt-get update
RUN micromamba install sagemaker-inference --freeze-installed --yes --channel conda-forge --name base

USER $MAMBA_USER

ENTRYPOINT ["jupyter-lab"]
CMD ["--ServerApp.ip=0.0.0.0", "--ServerApp.port=8888", "--ServerApp.allow_origin=*", "--ServerApp.token=''", "--ServerApp.base_url=/jupyterlab/default"]