Reichen Sie einen Servicejob ein in AWS Batch - AWS Batch
Arbeitsablauf für die Einreichung von ServiceaufträgenVoraussetzungenReichen Sie einen Servicejob mit der AWS CLI ein

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Reichen Sie einen Servicejob ein in AWS Batch

Um Serviceaufträge an zu senden AWS Batch, verwenden Sie die SubmitServiceJobAPI. Sie können Jobs mit dem SDK AWS CLI oder dem SDK einreichen.

Wenn Sie noch keine Ausführungsrolle haben, müssen Sie eine erstellen, bevor Sie Ihren Servicejob einreichen können. Informationen zum Erstellen der SageMaker AI-Ausführungsrolle finden Sie unter So verwenden Sie SageMaker KI-Ausführungsrollen im SageMaker KI-Entwicklerhandbuch.

Arbeitsablauf für die Einreichung von Serviceaufträgen

Wenn Sie einen Serviceauftrag einreichen, AWS Batch folgt dieser Arbeitsablauf:

  1. AWS Batch empfängt Ihre SubmitServiceJob Anfrage und validiert die AWS Batch-spezifischen Parameter. Das serviceRequestPayload wird ohne Validierung übergeben.

  2. Der Job wechselt in den SUBMITTED Status und wird in die angegebene Auftragswarteschlange gestellt

  3. AWS Batch bewertet, ob in der Serviceumgebung Kapazität für RUNNABLE Jobs an der Spitze der Warteschlange verfügbar ist

  4. Wenn Kapazität verfügbar ist, wird der Job verschoben SCHEDULED und der Job wurde an KI übergeben SageMaker

  5. Wenn Kapazität erworben wurde und SageMaker KI die Serviceauftragsdaten heruntergeladen hat, beginnt die Initialisierung des Serviceauftrags und der Job wird zu STARTING geändert.

  6. Wenn SageMaker KI mit der Ausführung des Jobs beginnt, wird sein Status auf RUNNING geändert.

  7. Während SageMaker KI den Job ausführt, AWS Batch überwacht er seinen Fortschritt und ordnet den Dienststatus den AWS Batch Auftragsstatus zu. Einzelheiten darüber, wie die Status von Dienstaufträgen zugeordnet werden, finden Sie unter Zuordnen AWS Batch des Dienstauftragsstatus zum SageMaker AI-Status

  8. Wenn der Serviceauftrag abgeschlossen ist, wird er verschoben SUCCEEDED und alle Ausgaben können heruntergeladen werden.

Voraussetzungen

Stellen Sie vor dem Absenden eines Serviceauftrags sicher, dass Sie über Folgendes verfügen:

Reichen Sie einen Servicejob mit der AWS CLI ein

Im Folgenden wird gezeigt, wie Sie einen Servicejob mit der AWS CLI einreichen:

aws batch submit-service-job \
    --job-name "my-sagemaker-training-job" \
    --job-queue "my-sagemaker-job-queue" \
    --service-job-type "SAGEMAKER_TRAINING" \
    --service-request-payload '{\"TrainingJobName\": \"sagemaker-training-job-example\", \"AlgorithmSpecification\": {\"TrainingImage\": \"123456789012.dkr.ecr.us-east-1.amazonaws.com/pytorch-inference:1.8.0-cpu-py3\", \"TrainingInputMode\": \"File\", \"ContainerEntrypoint\":  [\"sleep\", \"1\"]}, \"RoleArn\":\"arn:aws:iam::123456789012:role/SageMakerExecutionRole\", \"OutputDataConfig\": {\"S3OutputPath\": \"s3://example-bucket/model-output/\"}, \"ResourceConfig\": {\"InstanceType\": \"ml.m5.large\", \"InstanceCount\": 1, \"VolumeSizeInGB\": 1}}'
    --client-token "unique-token-12345"

Weitere Informationen zu den serviceRequestPayload Parametern finden Sie unterPayloads für Servicejobs in AWS Batch.