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.
# Benutzerdefinierte Bilder RStudio ohne SageMaker KI
Ein SageMaker Bild ist eine Datei, die Sprachpakete und andere Abhängigkeiten identifiziert, die für die Ausführung RStudio auf Amazon SageMaker AI erforderlich sind. SageMaker KI verwendet diese Images, um eine Umgebung zu erstellen, in der Sie arbeiten RStudio. Amazon SageMaker AI bietet ein integriertes RStudio Bild, das Sie verwenden können. Wenn Sie andere Funktionen benötigen, können Sie Ihre eigenen benutzerdefinierten Images mitbringen. Diese Seite enthält Informationen zu den wichtigsten Konzepten für die Verwendung benutzerdefinierter Bilder RStudio ohne SageMaker KI. Der Prozess, um Ihr eigenes Bild mit einer SageMaker KI RStudio zu verwenden, erfolgt in drei Schritten:
1. Erstellen Sie ein benutzerdefiniertes Image aus einer Dockerfile und übertragen Sie es in ein Repository in Amazon Elastic Container Registry (Amazon ECR).
1. Erstellen Sie ein SageMaker Bild, das auf ein Container-Image in Amazon ECR verweist, und hängen Sie es an Ihre Amazon SageMaker AI-Domain an.
1. Starten Sie eine neue Sitzung RStudio mit Ihrem benutzerdefinierten Bild.
Sie können Bilder und Bildversionen erstellen und Bildversionen an Ihre Domain anhängen, indem Sie das SageMaker AI-Kontrollpanel [AWS SDK für Python (Boto3)](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker.html), das und das [AWS Command Line Interface (AWS CLI)](https://docs.aws.amazon.com/cli/latest/reference/sagemaker/) verwenden. Sie können mit der SageMaker KI-Konsole auch Bilder und Bildversionen erstellen, auch wenn Sie noch nicht Mitglied einer Domain sind.
In den folgenden Themen wird gezeigt, wie Sie Ihr eigenes Image RStudio auf SageMaker KI übertragen können, indem Sie ein benutzerdefiniertes Image erstellen, anhängen und starten.
## Wichtige Begriffe
Im folgenden Abschnitt werden die wichtigsten Begriffe für die Verwendung Ihres eigenen Bilds RStudio auf SageMaker KI definiert.
+ **Dockerfile:** Ein Dockerfile ist eine Datei, die die Sprachpakete und andere Abhängigkeiten für Ihr Docker-Image identifiziert.
+ **Docker-Image**: Das Docker-Image ist ein gebautes Dockerfile. Dieses Bild wird in Amazon ECR eingecheckt und dient als Grundlage für das SageMaker KI-Bild.
+ **SageMaker Bild:** Ein SageMaker Bild ist ein Halter für eine Reihe von SageMaker Image-Versionen, die auf Docker-Images basieren.
+ **Image-Version:** Eine Image-Version eines SageMaker Images stellt ein Docker-Image dar, das mit einem Amazon ECR-Repository kompatibel ist RStudio und dort gespeichert ist. Jede Image-Version ist unveränderlich. Diese Image-Versionen können an eine Domain angehängt und mit RStudio einer KI verwendet werden. SageMaker
# Erfüllen der Voraussetzungen
Sie müssen die folgenden Voraussetzungen erfüllen, bevor Sie Ihr eigenes Bild zur Verwendung RStudio auf Amazon SageMaker AI mitbringen können.
+ Wenn Sie über eine bestehende Domain verfügen RStudio , die vor dem 7. April 2022 erstellt wurde, müssen Sie Ihre RStudio ServerPro Anwendung löschen und neu erstellen. Wie Sie eine Anwendung löschen können, erfahren Sie unter [Amazon SageMaker Studio Classic herunterfahren und aktualisieren](studio-tasks-update-studio.md).
+ Installieren Sie die Docker-Anwendung. Informationen zum Einrichten von Docker finden Sie unter [Orientierung und Einrichtung](https://docs.docker.com/get-started/).
+ Erstellen Sie eine lokale Kopie eines RStudio -kompatiblen Dockerfiles, das mit KI funktioniert. SageMaker Informationen zum Erstellen einer RStudio Beispiel-Docker-Datei finden Sie unter [Verwenden Sie ein benutzerdefiniertes Image, um Ihre eigene Entwicklungsumgebung RStudio auf Amazon SageMaker AI zu](https://aws.amazon.com/blogs/machine-learning/use-a-custom-image-to-bring-your-own-development-environment-to-rstudio-on-amazon-sagemaker/) verwenden.
+ Verwenden Sie eine AWS Identity and Access Management Ausführungsrolle, der die [AmazonSageMakerFullAccess](https://console.aws.amazon.com/iam/home?#/policies/arn:aws:iam::aws:policy/AmazonSageMakerFullAccess)Richtlinie angehängt ist. Wenn Sie sich für eine Domain angemeldet haben, können Sie die Rolle im Bereich **Domain-Zusammenfassung** des SageMaker AI-Kontrollpanels abrufen.
Verwendung der folgenden Berechtigungen für den Zugriff auf den Amazon Elastic Container Registry (Amazon ECR)-Service zu Ihrer Ausführungsrolle.
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement":[
{
"Sid": "VisualEditor0",
"Effect":"Allow",
"Action":[
"ecr:CreateRepository",
"ecr:BatchGetImage",
"ecr:CompleteLayerUpload",
"ecr:DescribeImages",
"ecr:DescribeRepositories",
"ecr:UploadLayerPart",
"ecr:ListImages",
"ecr:InitiateLayerUpload",
"ecr:BatchCheckLayerAvailability",
"ecr:PutImage"
],
"Resource": "*"
}
]
}
```
------
+ Installieren und konfigurieren Sie AWS CLI mit der folgenden (oder höheren) Version. Informationen zur Installation von finden Sie unter [Installation oder Aktualisierung der neuesten Version von AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/getting-started-install.html). AWS CLI
```
AWS CLI v1 >= 1.23.6
AWS CLI v2 >= 2.6.2
```
# Benutzerdefinierte RStudio Bildspezifikationen
In diesem Leitfaden erfährst du, welche benutzerdefinierten RStudio Bildspezifikationen du verwenden kannst, wenn du dein eigenes Bild mitbringst. Es gibt zwei Arten von Anforderungen, die Sie mit Ihrem benutzerdefinierten RStudio Bild erfüllen müssen, um es mit Amazon SageMaker AI verwenden zu können. Diese Anforderungen werden von RStudio PBC und der Amazon SageMaker Studio Classic-Plattform gestellt. Wenn eine dieser Anforderungen nicht erfüllt ist, funktioniert Ihr benutzerdefiniertes Image nicht ordnungsgemäß.
## RStudio PBC-Anforderungen
RStudio Die PBC-Anforderungen sind im Artikel [Verwenden von Docker-Images mit RStudio RStudio Workbench/Server Pro, Launcher](https://support.rstudio.com/hc/en-us/articles/360019253393-Using-Docker-images-with-RStudio-Server-Pro-Launcher-and-Kubernetes) und Kubernetes beschrieben. Folgen Sie den Anweisungen in diesem Artikel, um die Grundlage für Ihr benutzerdefiniertes Image zu erstellen. RStudio
Anweisungen zur Installation mehrerer R-Versionen in Ihrem benutzerdefinierten Image finden Sie unter [Installieren mehrerer Versionen von R unter Linux](https://support.rstudio.com/hc/en-us/articles/215488098).
## Anforderungen SageMaker für Amazon Studio Classic
Amazon SageMaker Studio Classic stellt die folgenden Installationsanforderungen für Ihr RStudio Image.
+ Sie müssen ein RStudio Basis-Image von mindestens `2025.05.1+513.pro3` verwenden. Weitere Informationen finden Sie unter [RStudio Versionierung](rstudio-version.md).
+ Installieren Sie die folgenden Pakete:
```
yum install -y sudo \
openjdk-11-jdk \
libpng-dev \
&& yum clean all \
&& /opt/R/${R_VERSION}/bin/R -e "install.packages('reticulate', repos='https://packagemanager.rstudio.com/cran/__linux__/centos7/latest')" \
&& /opt/python/${PYTHON_VERSION}/bin/pip install --upgrade \
'boto3>1.0<2.0' \
'awscli>1.0<2.0' \
'sagemaker[local]<3'
```
+ Sie müssen Standardwerte für die Umgebungswerte `RSTUDIO_CONNECT_URL` und `RSTUDIO_PACKAGE_MANAGER_URL` Umgebungswerte angeben.
```
ENV RSTUDIO_CONNECT_URL "YOUR_CONNECT_URL"
ENV RSTUDIO_PACKAGE_MANAGER_URL "YOUR_PACKAGE_MANAGER_URL"
ENV RSTUDIO_FORCE_NON_ZERO_EXIT_CODE 1
```
Die folgenden allgemeinen Spezifikationen gelten für das Image, das durch eine RStudio Image-Version dargestellt wird.
**Das Image wird ausgeführt**
`ENTRYPOINT`und `CMD` Anweisungen werden außer Kraft gesetzt, sodass das Image als RSession Anwendung ausgeführt wird.
**Stoppen des Images**
Die `DeleteApp`-API gibt das Äquivalent zu einem `docker stop`-Befehl aus. Andere Prozesse im Container erhalten die SIGKILL/SIGTERM Signale nicht.
**Dateisystem**
Die Verzeichnisse `/opt/.sagemakerinternal` und `/opt/ml` sind reserviert. Alle Daten in diesen Verzeichnissen sind zur Laufzeit möglicherweise nicht sichtbar.
**Benutzerdaten**
Jeder Benutzer in einer SageMaker AI-Domain erhält ein Benutzerverzeichnis auf einem gemeinsam genutzten Amazon Elastic File System-Volume im Image. Der Speicherort des aktuellen Benutzerverzeichnisses auf dem Amazon Elastic File System-Volume ist `/home/sagemaker-user`.
**Metadaten**
Eine Metadatendatei befindet sich unter. `/opt/ml/metadata/resource-metadata.json` Den im Image definierten Variablen werden keine zusätzlichen Umgebungsvariablen hinzugefügt. Weitere Informationen finden Sie unter [Abrufen von App-Metadaten](notebooks-run-and-manage-metadata.md#notebooks-run-and-manage-metadata-app).
**GPU**
Auf einer GPU-Instance wird das Image mit der `--gpus` Option ausgeführt. Nur das CUDA-Toolkit sollte im Image enthalten sein, nicht die NVIDIA-Treiber. Weitere Informationen finden Sie im [NVIDIA-Benutzerhandbuch](https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/user-guide.html).
**Metriken und Protokollierung**
Protokolle des RSession Prozesses werden CloudWatch im Kundenkonto an Amazon gesendet. Der Name der Protokollgruppe ist `/aws/sagemaker/studio`. Der Name des Protokollstream ist `$domainID/$userProfileName/RSession/$appName`.
**Größe des Bildes**
Die Bildgröße ist auf 25 GB begrenzt. Führen Sie `docker image ls` aus, um die Größe Ihres Bilds anzuzeigen.
# Erstellen Sie ein benutzerdefiniertes RStudio Bild
**Wichtig**
Benutzerdefinierte IAM-Richtlinien, die es Amazon SageMaker Studio oder Amazon SageMaker Studio Classic ermöglichen, SageMaker Amazon-Ressourcen zu erstellen, müssen auch Berechtigungen zum Hinzufügen von Tags zu diesen Ressourcen gewähren. Die Berechtigung zum Hinzufügen von Tags zu Ressourcen ist erforderlich, da Studio und Studio Classic automatisch alle von ihnen erstellten Ressourcen taggen. Wenn eine IAM-Richtlinie Studio und Studio Classic das Erstellen von Ressourcen, aber kein Tagging erlaubt, können "AccessDenied" Fehler beim Versuch, Ressourcen zu erstellen, auftreten. Weitere Informationen finden Sie unter [Erteilen Sie Berechtigungen für das Taggen von SageMaker KI-Ressourcen](security_iam_id-based-policy-examples.md#grant-tagging-permissions).
[AWS verwaltete Richtlinien für Amazon SageMaker AI](security-iam-awsmanpol.md)die Berechtigungen zum Erstellen von SageMaker Ressourcen gewähren, beinhalten bereits Berechtigungen zum Hinzufügen von Tags beim Erstellen dieser Ressourcen.
In diesem Thema wird beschrieben, wie Sie mithilfe der SageMaker AI-Konsole und der ein benutzerdefiniertes RStudio Image erstellen können AWS CLI. Wenn Sie das verwenden AWS CLI, müssen Sie die Schritte von Ihrem lokalen Computer aus ausführen. Die folgenden Schritte funktionieren nicht in Amazon SageMaker Studio Classic.
Wenn Sie ein Image erstellen, erstellt SageMaker AI auch eine erste Image-Version. Die Image-Version repräsentiert ein Container-Image in [Amazon Elastic Container Registry (ECR)](https://console.aws.amazon.com/ecr/). Das Container-Image muss die Anforderungen erfüllen, damit es verwendet werden kann RStudio. Weitere Informationen finden Sie unter [Benutzerdefinierte RStudio Bildspezifikationen](rstudio-byoi-specs.md).
Informationen zum lokalen Testen Ihres Images und zum Beheben häufig auftretender Probleme finden Sie im [SageMaker Studio Custom Image Samples Repo](https://github.com/aws-samples/sagemaker-studio-custom-image-samples/blob/main/DEVELOPMENT.md).
**Topics**
+ [Fügen Sie Amazon SageMaker ECR ein KI-kompatibles RStudio Docker-Container-Image hinzu](#rstudio-byoi-sdk-add-container-image)
+ [Erstellen Sie ein SageMaker Image von der Konsole aus](#rstudio-byoi-create-console)
+ [Erstellen Sie ein Bild aus dem AWS CLI](#rstudio-byoi-create-cli)
## Fügen Sie Amazon SageMaker ECR ein KI-kompatibles RStudio Docker-Container-Image hinzu
Gehen Sie wie folgt vor, um ein Docker-Container-Image zu Amazon ECR hinzuzufügen:
+ Erstellen Sie ein Amazon-ECR-Repository.
+ Authentifizieren bei Amazon ECR.
+ Erstellen Sie ein SageMaker KI-kompatibles Docker-Image RStudio .
+ Übertragen Sie das Image in das Amazon-ECR-Repository.
**Anmerkung**
Das Amazon ECR-Repository muss sich in derselben Domain befinden AWS-Region wie Ihre Domain.
**So erstellt man ein Docker-Image und fügt es zu Amazon ECR**
1. Erstellen Sie ein Amazon ECR-Repository mit dem AWS CLI. Informationen zum Erstellen des Repositorys mithilfe der Amazon ECR-Konsole finden Sie unter [Erstellen eines Repositorys](https://docs.aws.amazon.com/AmazonECR/latest/userguide/repository-create.html).
```
aws ecr create-repository \
--repository-name rstudio-custom \
--image-scanning-configuration scanOnPush=true
```
Antwort:
```
{
"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",
...
}
}
```
1. Authentifizieren Sie sich bei Amazon ECR mit der Repository-URI, die als Antwort vom Befehl `create-repository` zurückgegeben wird. Stellen Sie sicher, dass die Docker-Anwendung ausgeführt wird. Weitere Informationen finden Sie unter [Registrierungsauthentifizierung](https://docs.aws.amazon.com/AmazonECR/latest/userguide/Registries.html#registry_auth).
```
aws ecr get-login-password | \
docker login --username AWS --password-stdin
```
Antwort:
```
Login Succeeded
```
1. Erstellen Sie das Docker-Image. Führen Sie im Verzeichnis, das Ihre Docker-Datei enthält, den folgenden Befehl aus.
```
docker build .
```
1. Kennzeichnen Sie Ihr erstelltes Image mit einem eindeutigen Tag.
```
docker tag ":"
```
1. Verschieben Sie das Container-Image in das Amazon ECR-Repository. Weitere Informationen finden Sie unter [ImagePush](https://docs.docker.com/engine/api/v1.40/#operation/ImagePush)[Ein Bild übertragen](https://docs.aws.amazon.com/AmazonECR/latest/userguide/docker-push-ecr-image.html).
```
docker push :
```
Antwort:
```
The push refers to repository [.dkr.ecr.us-east-2.amazonaws.com/rstudio-custom]
r: digest: size: 3066
```
## Erstellen Sie ein SageMaker Image von der Konsole aus
**So erstellen Sie ein Image**
1. Öffnen Sie die Amazon SageMaker AI-Konsole unter [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).
1. Wählen Sie im linken Navigationsbereich **Admin-Konfigurationen**.
1. Wählen Sie unter **Admin-Konfigurationen** die Option **Images**.
1. Wählen Sie auf der Seite **Benutzerdefinierte Images** die Option **Image erstellen** aus.
1. Geben Sie als **Image-Quelle** den Registry-Pfad zum Container-Image in Amazon ECR ein. Der Pfad hat das folgende Format:
` acct-id.dkr.ecr.region.amazonaws.com/repo-name[:tag] or [@digest] `
1. Wählen Sie **Next**.
1. Geben Sie unter **Image-Eigenschaften** Folgendes ein:
+ Image-Name – Der Name muss für Ihr Konto im aktuellen AWS-Region eindeutig sein.
+ (Optional) Anzeigename des Images – Der Name, der auf der Domainbenutzeroberfläche angezeigt wird. Wenn nicht angegeben, wird `Image name` angezeigt.
+ (Optional) Beschreibung – Eine Beschreibung des Images.
+ IAM-Rolle — Der Rolle muss die [AmazonSageMakerFullAccess](https://console.aws.amazon.com/iam/home?#/policies/arn:aws:iam::aws:policy/AmazonSageMakerFullAccess)Richtlinie angehängt sein. Verwenden Sie das Dropdown-Menü, um eine der folgenden Optionen zu wählen:
+ Erstellen Sie eine neue Rolle – Geben Sie alle zusätzlichen Amazon Simple Storage Service (Amazon S3) -Buckets an, auf die Ihre Notebook-Benutzer zugreifen sollen. Wenn Sie den Zugriff auf zusätzliche Bereiche nicht zulassen möchten, wählen Sie **Keine**.
SageMaker KI ordnet die `AmazonSageMakerFullAccess` Richtlinie der Rolle zu. Die Rolle ermöglicht Ihren Notebook-Benutzern den Zugriff auf die Amazon-S3-Buckets, die neben den Häkchen aufgeführt sind.
+ Geben Sie einen benutzerdefinierten IAM-Rollennamen ein – Geben Sie den Amazon-Ressourcennamen (ARN) Ihrer IAM-Rolle ein.
+ Bestehende Rolle verwenden – Wählen Sie eine Ihrer vorhandenen Rollen aus der Liste aus.
+ (Optional) Image-Tags – Wählen Sie **Neues Tag hinzufügen**. Sie können bis zu 50 Tags hinzufügen. Tags können mit der SageMaker AI-Konsole oder der SageMaker `Search` KI-API durchsucht werden.
1. Wählen Sie unter **Bildtyp** die Option RStudio Bild aus.
1. Wählen Sie **Absenden** aus.
Das neue Image wird in der Liste **Benutzerdefinierte Images** angezeigt und kurz hervorgehoben. Nachdem das Image erfolgreich erstellt wurde, können Sie den Namen des Images wählen, um seine Eigenschaften anzuzeigen, oder **Version erstellen** wählen, um eine weitere Version zu erstellen.
**Um eine weitere Image-Version zu erstellen**
1. Wählen Sie **Version erstellen** in derselben Zeile wie das Image aus.
1. Geben Sie unter **Image-Quelle** den Registry-Pfad zum Amazon-ECR-Image ein. Das Bild sollte nicht dasselbe Bild sein, das in einer früheren Version des SageMaker AI-Images verwendet wurde.
Um das benutzerdefinierte Bild in zu verwenden RStudio, müssen Sie es an Ihre Domain anhängen. Weitere Informationen finden Sie unter [Hängen Sie ein benutzerdefiniertes SageMaker Bild an](rstudio-byoi-attach.md).
## Erstellen Sie ein Bild aus dem AWS CLI
In diesem Abschnitt wird gezeigt, wie Sie mit dem ein benutzerdefiniertes SageMaker Amazon-Image erstellen AWS CLI.
Gehen Sie wie folgt vor, um ein SageMaker Bild zu erstellen:
+ Erstellen einer `Image` VPC
+ Erstellen einer `ImageVersion` VPC
+ Erstellen einer Konfigurationsdatei
+ Erstellen einer `AppImageConfig`.
**Um die SageMaker Bild-Entitäten zu erstellen**
1. Erstellen Sie ein SageMaker Bild. Der Rolle ARN muss mindestens die `AmazonSageMakerFullAccessPolicy` Richtlinie angehängt sein.
```
aws sagemaker create-image \
--image-name rstudio-custom-image \
--role-arn arn:aws:iam:::role/service-role/
```
Antwort:
```
{
"ImageArn": "arn:aws:sagemaker:us-east-2:acct-id:image/rstudio-custom-image"
}
```
1. Erstellen Sie eine SageMaker Image-Version aus dem Image. Übergeben Sie den eindeutigen Tag-Wert, den Sie ausgewählt haben, als Sie das Image an Amazon ECR übertragen haben.
```
aws sagemaker create-image-version \
--image-name rstudio-custom-image \
--base-image :
```
Antwort:
```
{
"ImageVersionArn": "arn:aws:sagemaker:us-east-2:acct-id:image-version/rstudio-image/1"
}
```
1. Stellen Sie sicher, dass die Image-Version erfolgreich erstellt wurde.
```
aws sagemaker describe-image-version \
--image-name rstudio-custom-image \
--version 1
```
Antwort:
```
{
"ImageVersionArn": "arn:aws:sagemaker:us-east-2:acct-id:image-version/rstudio-custom-image/1",
"ImageVersionStatus": "CREATED"
}
```
**Anmerkung**
Wenn die Antwort `"ImageVersionStatus": "CREATED_FAILED"` lautet, enthält die Antwort auch den Grund für den Fehler. Ein Problem mit Berechtigungen ist eine häufige Fehlerursache. Sie können auch Ihre CloudWatch Amazon-Logs überprüfen. Der Name der Protokollgruppe ist `/aws/sagemaker/studio`. Der Name des Protokollstroms ist `$domainID/$userProfileName/KernelGateway/$appName`.
1. Erstellen Sie eine Konfigurationsdatei mit dem Namen `app-image-config-input.json`. Die App-Image-Konfiguration wird zur Konfiguration für die Ausführung eines SageMaker Images als Kernel-Gateway-Anwendung verwendet.
```
{
"AppImageConfigName": "rstudio-custom-config"
}
```
1. Erstellen Sie das AppImageConfig mit der Datei, die Sie im vorherigen Schritt erstellt haben.
```
aws sagemaker create-app-image-config \
--cli-input-json file://app-image-config-input.json
```
Antwort:
```
{
"AppImageConfigArn": "arn:aws:sagemaker:us-east-2:acct-id:app-image-config/r-image-config"
}
```
# Hängen Sie ein benutzerdefiniertes SageMaker Bild an
**Wichtig**
Benutzerdefinierte IAM-Richtlinien, die es Amazon SageMaker Studio oder Amazon SageMaker Studio Classic ermöglichen, SageMaker Amazon-Ressourcen zu erstellen, müssen auch Berechtigungen zum Hinzufügen von Tags zu diesen Ressourcen gewähren. Die Berechtigung zum Hinzufügen von Tags zu Ressourcen ist erforderlich, da Studio und Studio Classic automatisch alle von ihnen erstellten Ressourcen taggen. Wenn eine IAM-Richtlinie Studio und Studio Classic das Erstellen von Ressourcen, aber kein Tagging erlaubt, können "AccessDenied" Fehler beim Versuch, Ressourcen zu erstellen, auftreten. Weitere Informationen finden Sie unter [Erteilen Sie Berechtigungen für das Taggen von SageMaker KI-Ressourcen](security_iam_id-based-policy-examples.md#grant-tagging-permissions).
[AWS verwaltete Richtlinien für Amazon SageMaker AI](security-iam-awsmanpol.md)die Berechtigungen zum Erstellen von SageMaker Ressourcen gewähren, beinhalten bereits Berechtigungen zum Hinzufügen von Tags beim Erstellen dieser Ressourcen.
Diese Anleitung zeigt, wie Sie mithilfe der SageMaker AI-Konsole oder der AWS Command Line Interface (AWS CLI) ein benutzerdefiniertes RStudio Bild an Ihre Amazon SageMaker AI-Domain anhängen.
Um ein benutzerdefiniertes SageMaker Bild zu verwenden, müssen Sie ein benutzerdefiniertes RStudio Bild an Ihre Domain anhängen. Wenn Sie eine Image-Version anhängen, wird sie im RStudio Launcher angezeigt und ist in der Dropdownliste **Bild auswählen** verfügbar. Sie verwenden das Drop-down-Menü, um das von verwendete Bild zu ändern. RStudio
Es gibt ein Limit für die Anzahl der Imageversionen, die Sie anhängen können. Wenn Sie das Limit erreicht haben, müssen Sie zuerst eine Version trennen, damit Sie eine andere Version des Images anhängen können.
**Topics**
+ [Anfügen einer Image-Version an Ihre Domain mithilfe der Konsole](#rstudio-byoi-attach-console)
+ [Hängen Sie eine bestehende Image-Version an Ihre Domain an, indem Sie den AWS CLI](#rstudio-byoi-attach-cli)
## Anfügen einer Image-Version an Ihre Domain mithilfe der Konsole
Sie können über das Control Panel der SageMaker AI-Konsole eine benutzerdefinierte SageMaker Image-Version an Ihre Domain anhängen. Sie können auch ein benutzerdefiniertes SageMaker Image und eine Image-Version erstellen und diese Version dann an Ihre Domain anhängen.
**Um ein vorhandenes Image anzuhängen**
1. Öffnen Sie die Amazon SageMaker AI-Konsole unter [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).
1. Wählen Sie im linken Navigationsbereich **Admin-Konfigurationen**.
1. Wählen Sie unter **Admin-Konfigurationen** **Domains** aus.
1. Wählen Sie die gewünschte Domain aus.
1. Wählen Sie **Environment** (Umgebung) aus.
1. Wählen Sie unter **Benutzerdefinierte SageMaker Studio Classic-Bilder, die an die Domain angehängt** sind, die Option **Bild anhängen** aus.
1. Wählen Sie für **Image-Quelle** die Option **Bestehendes Image** oder **Neues Image**aus.
Wenn Sie **Existierendes Bild** auswählen, wählen Sie ein Bild aus dem Amazon SageMaker Image Store aus.
Wenn Sie **Neues Image** auswählen, geben Sie den Amazon ECR-Registry-Pfad für Ihr Docker-Image an. Der Pfad muss sich in der gleichen AWS-Region wie die Domain befinden. Das Amazon ECR-Repo muss sich in demselben Konto wie Ihre Domain befinden, oder es müssen kontoübergreifende Berechtigungen für SageMaker KI aktiviert sein.
1. Wählen Sie einen vorhandenen Benutzer aus der Liste aus.
1. Wählen Sie eine Version des Images aus der Liste aus.
1. Wählen Sie **Weiter** aus.
1. Geben Sie Werte für **Image-Name**, **Image-Anzeigename** und **Beschreibung** ein.
1. Wählen Sie die IAM-Rolle. Weitere Informationen finden Sie unter [Erstellen Sie ein benutzerdefiniertes RStudio Bild](rstudio-byoi-create.md).
1. (Optional) Fügen Sie Tags für das Image hinzu.
1. (Optional) Wählen Sie **Neues Tag hinzufügen** und fügen Sie dann ein Konfigurations-Tag hinzu.
1. **Wählen Sie als **Bildtyp** die Option Bild aus. RStudio**
1. Wählen Sie **Absenden** aus.
Warten Sie, bis die Image-Version an die Domain angehängt ist. Nachdem die Version angehängt wurde, wird sie in der Liste der **benutzerdefinierten Images** angezeigt und kurz hervorgehoben.
## Hängen Sie eine bestehende Image-Version an Ihre Domain an, indem Sie den AWS CLI
Es werden zwei Methoden vorgestellt, um die Image-Version mithilfe der AWS CLI an Ihre Domain anzuhängen. Bei der ersten Methode erstellen Sie eine neue Domain mit der angehängten Version. Diese Methode ist einfacher, aber Sie müssen die Informationen und die Ausführungsrolle für Amazon Virtual Private Cloud (Amazon VPC) angeben, die für die Erstellung der Domain erforderlich sind.
Wenn Sie bereits Mitglied der Domain sind, können Sie die zweite Methode verwenden, um die Image-Version an Ihre aktuelle Domain anzuhängen. In diesem Fall müssen Sie die Amazon VPC-Informationen und die Ausführungsrolle nicht festlegen. Nachdem Sie die Version angehängt haben, löschen Sie alle Anwendungen in Ihrer Domain und starten Sie sie neu RStudio.
### Hängen Sie das SageMaker Bild an eine neue Domain an
Um diese Methode verwenden zu können, müssen Sie eine Ausführungsrolle angeben, der die [AmazonSageMakerFullAccess](https://console.aws.amazon.com/iam/home?#/policies/arn:aws:iam::aws:policy/AmazonSageMakerFullAccess)Richtlinie angehängt ist.
Gehen Sie wie folgt vor, um die Domain zu erstellen und das benutzerdefinierte SageMaker AI-Image anzuhängen:
+ Holen Sie sich Ihre Standard-VPC-ID und Ihr IDs Subnetz.
+ Erstellen Sie die Konfigurationsdatei für die Domain, die das Image spezifiziert.
+ Erstellen Sie die Domain mit der Konfigurationsdatei.
**Um das benutzerdefinierte SageMaker Image zu Ihrer Domain hinzuzufügen**
1. Holen Sie sich Ihre Standard-VPC-ID.
```
aws ec2 describe-vpcs \
--filters Name=isDefault,Values=true \
--query "Vpcs[0].VpcId" --output text
```
Antwort:
```
vpc-xxxxxxxx
```
1. Rufen Sie Ihr Standardsubnetz IDs mit der VPC-ID aus dem vorherigen Schritt ab.
```
aws ec2 describe-subnets \
--filters Name=vpc-id,Values= \
--query "Subnets[*].SubnetId" --output json
```
Antwort:
```
[
"subnet-b55171dd",
"subnet-8a5f99c6",
"subnet-e88d1392"
]
```
1. Erstellen Sie eine Konfigurationsdatei namens `create-domain-input.json`. Fügen Sie die VPC-ID, das Subnetz IDs und `AppImageConfigName` aus den vorherigen Schritten ein. `ImageName` Da `ImageVersionNumber` nicht angegeben ist, wird die neueste Version des Images verwendet, was in diesem Fall die einzige Version ist. Ihre Ausführungsrolle muss die Anforderungen in [Erfüllen der Voraussetzungen](rstudio-byoi-prerequisites.md) erfüllen.
```
{
"DomainName": "domain-with-custom-r-image",
"VpcId": "",
"SubnetIds": [
""
],
"DomainSettings": {
"RStudioServerProDomainSettings": {
"DomainExecutionRoleArn": ""
}
},
"DefaultUserSettings": {
"ExecutionRole": "",
"RSessionAppSettings": {
"CustomImages": [
{
"AppImageConfigName": "rstudio-custom-config",
"ImageName": "rstudio-custom-image"
}
]
}
},
"AuthMode": "IAM"
}
```
1. Erstellen Sie die Domain mit dem angehängten benutzerdefinierten SageMaker Image.
```
aws sagemaker create-domain \
--cli-input-json file://create-domain-input.json
```
Antwort:
```
{
"DomainArn": "arn:aws:sagemaker:region:acct-id:domain/domain-id",
"Url": "https://domain-id.studio.region.sagemaker.aws/..."
}
```
### Hängen Sie das SageMaker Bild an eine bestehende Domain an
Bei dieser Methode wird davon ausgegangen, dass Sie bereits bei der Domain angemeldet sind. Weitere Informationen finden Sie unter [Überblick über die Amazon SageMaker AI-Domain](gs-studio-onboard.md).
**Anmerkung**
Sie müssen alle Anwendungen in Ihrer Domain löschen, um die Domain mit der neuen Image-Version zu aktualisieren. Informationen zum Löschen dieser Anwendungen finden Sie unter [Löschen Sie eine Amazon SageMaker AI-Domain](gs-studio-delete-domain.md).
Gehen Sie wie folgt vor, um das SageMaker Bild zu Ihrer aktuellen Domain hinzuzufügen.
+ Holen Sie sich Ihr `DomainID` von der SageMaker AI-Konsole.
+ Verwenden Sie das `DomainID`, um das `DefaultUserSettings` für die Domain abzurufen.
+ Fügen Sie das `ImageName` und `AppImageConfig` als ein `CustomImage` zum `DefaultUserSettings` hinzu.
+ Aktualisieren Sie Ihre Domain so, dass sie das benutzerdefinierte Image enthält.
**Um das benutzerdefinierte SageMaker Bild zu Ihrer Domain hinzuzufügen**
1. Öffnen Sie die Amazon SageMaker AI-Konsole unter [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).
1. Wählen Sie im linken Navigationsbereich **Admin-Konfigurationen**.
1. Wählen Sie unter **Admin-Konfigurationen** **Domains** aus.
1. Wählen Sie die gewünschte Domain aus.
1. Wählen Sie **Domaineinstellungen** aus.
1. Suchen Sie unter **Allgemeine Einstellungen** nach der **Domain-ID**. Die ID hat das folgende Format: `d-xxxxxxxxxxxx`.
1. Verwenden Sie die Domain-ID, um die Beschreibung der Domain abzurufen.
```
aws sagemaker describe-domain \
--domain-id
```
Antwort:
```
{
"DomainId": "d-xxxxxxxxxxxx",
"DefaultUserSettings": {
"KernelGatewayAppSettings": {
"CustomImages": [
],
...
}
}
}
```
1. Speichern Sie den `DefaultUserSettings` Abschnitt der Antwort in einer Datei mit dem Namen `update-domain-input.json`.
1. Fügen Sie das `ImageName` und `AppImageConfigName` aus den vorherigen Schritten als benutzerdefiniertes Image ein. Da `ImageVersionNumber` nicht angegeben ist, wird die neueste Version des Images verwendet, was in diesem Fall die einzige Version ist.
```
{
"DefaultUserSettings": {
"RSessionAppSettings": {
"CustomImages": [
{
"ImageName": "rstudio-custom-image",
"AppImageConfigName": "rstudio-custom-config"
}
]
}
}
}
```
1. Verwenden Sie die Domain-ID und die Datei mit den Standardbenutzereinstellungen, um Ihre Domain zu aktualisieren.
```
aws sagemaker update-domain \
--domain-id \
--cli-input-json file://update-domain-input.json
```
Antwort:
```
{
"DomainArn": "arn:aws:sagemaker:region:acct-id:domain/domain-id"
}
```
1. Löschen Sie die `RStudioServerPro`-Anwendung. Sie müssen die `RStudioServerPro` gemeinsam genutzte Domainanwendung neu starten, damit die RStudio Launcher-Benutzeroberfläche die neuesten Änderungen übernimmt.
```
aws sagemaker delete-app \
--domain-id --user-profile-name domain-shared \
--app-type RStudioServerPro --app-name default
```
1. Erstellen Sie eine neue `RStudioServerPro`-Anwendung. Sie müssen diese Anwendung mit Hilfe von AWS CLI erstellen.
```
aws sagemaker create-app \
--domain-id --user-profile-name domain-shared \
--app-type RStudioServerPro --app-name default
```
# Starten Sie ein benutzerdefiniertes Image SageMaker in RStudio
Sie können Ihr benutzerdefiniertes Image verwenden, wenn Sie eine RStudio Anwendung von der Konsole aus starten. Nachdem Sie Ihr benutzerdefiniertes SageMaker Image erstellt und an Ihre Domain angehängt haben, wird das Bild im Dialogfeld zur Bildauswahl des RStudio Launchers angezeigt. Um eine neue RStudio App zu starten, folgen Sie den Schritten unter [Starten Sie RSessions vom RStudio Launcher aus](rstudio-launcher.md) und wählen Sie Ihr benutzerdefiniertes Bild aus, wie in der folgenden Abbildung gezeigt.
![\[Screenshot des RStudio Launchers mit Bild-Dropdown.\]](http://docs.aws.amazon.com/de_de/sagemaker/latest/dg/images/rstudio-launcher-custom.png)
# Bildressourcen bereinigen
Diese Anleitung zeigt, wie Sie RStudio Bildressourcen bereinigen, die Sie in den vorherigen Abschnitten erstellt haben. Um ein Bild zu löschen, führen Sie die folgenden Schritte entweder mit der SageMaker AI-Konsole oder dem aus AWS CLI, wie in dieser Anleitung gezeigt.
+ Trennen Sie das Bild und die Bildversionen von Ihrer Amazon SageMaker AI-Domain.
+ Löschen Sie das Bild, die Image-Version und die App-Image-Konfiguration.
Nachdem Sie diese Schritte abgeschlossen haben, können Sie das Container-Image und das Repository aus Amazon ECR löschen. Weitere Informationen zum Löschen des Container-Images und des Repositorys finden Sie unter [Löschen eines Repositorys](https://docs.aws.amazon.com/AmazonECR/latest/userguide/repository-delete.html).
## Bereinigen Sie Ressourcen von der SageMaker AI-Konsole
Wenn Sie ein Image von einer Domain trennen, werden alle Versionen des Images getrennt. Wenn ein Image getrennt wird, verlieren alle Benutzer der Domain den Zugriff auf die Image-Versionen.
**Trennen eines Images**
1. Öffnen Sie die Amazon SageMaker AI-Konsole unter [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).
1. Wählen Sie im linken Navigationsbereich **Admin-Konfigurationen**.
1. Wählen Sie unter **Admin-Konfigurationen** **Domains** aus.
1. Wählen Sie die gewünschte Domain aus.
1. Wählen Sie **Environment** (Umgebung) aus.
1. Wählen Sie unter **An die Domain angehängte benutzerdefinierte Bilder** das Bild aus und klicken Sie dann auf **Trennen**.
1. (Optional) Um das Bild und alle Versionen aus SageMaker AI zu löschen, wählen Sie **Auch die ausgewählten Bilder löschen...** aus. . Dadurch werden die zugehörigen Bilder nicht aus Amazon ECR gelöscht.
1. Wählen Sie **Trennen** aus.
## Säubere Ressourcen aus dem AWS CLI
**So bereinigen Sie Ressourcen**
1. Trennen Sie das Image und die Image-Versionen von Ihrer Domain, indem Sie eine leere benutzerdefinierte Image-Liste an die Domain übergeben. Öffnen Sie die `update-domain-input.json`-Datei, die Sie in [Hängen Sie das SageMaker Bild an Ihre aktuelle Domain an](studio-byoi-attach.md#studio-byoi-sdk-attach-current-domain) erstellt haben.
1. Löschen Sie die `RSessionAppSettings` benutzerdefinierten Images und speichern Sie die Datei. Ändern Sie die `KernelGatewayAppSettings` benutzerdefinierten Bilder nicht.
```
{
"DomainId": "d-xxxxxxxxxxxx",
"DefaultUserSettings": {
"KernelGatewayAppSettings": {
"CustomImages": [
],
...
},
"RSessionAppSettings": {
"CustomImages": [
],
"DefaultResourceSpec": {
}
...
}
}
}
```
1. Verwenden Sie die Domain-ID und die Datei mit den Standardbenutzereinstellungen, um Ihre Domain zu aktualisieren.
```
aws sagemaker update-domain \
--domain-id \
--cli-input-json file://update-domain-input.json
```
Antwort:
```
{
"DomainArn": "arn:aws:sagemaker:us-east-2:acct-id:domain/d-xxxxxxxxxxxx"
}
```
1. Löschen Sie die App-Image-Konfiguration.
```
aws sagemaker delete-app-image-config \
--app-image-config-name rstudio-image-config
```
1. Löschen Sie das SageMaker Bild, wodurch auch alle Image-Versionen gelöscht werden. Die Container-Images in Amazon ECR, die durch die Image-Versionen repräsentiert werden, werden nicht gelöscht.
```
aws sagemaker delete-image \
--image-name rstudio-image
```