특성 저장소 특성 프로세서 파이프라인 생성 및 실행

특성 프로세서 SDK는 특성 프로세서 정의를 완전관리형 SageMaker AI Pipelines으로 승격시키는 API를 제공합니다. Pipelines에 대한 자세한 내용은 Pipelines 개요 섹션을 참조하세요. 특성 프로세서 정의를 SageMaker AI Pipelines으로 변환하려면 특성 프로세서 정의와 함께 to_pipeline API를 사용합니다. 특성 프로세서 정의의 실행을 예약하고 CloudWatch 지표로 운영을 모니터링하며 EventBridge와 통합하여 이벤트 소스 또는 구독자 역할을 할 수 있습니다. Pipelines으로 만든 파이프라인 모니터링에 대한 자세한 내용은 Amazon SageMaker 특성 저장소 특성 프로세서 파이프라인 모니터링 섹션을 참조하세요.

특성 프로세서 파이프라인을 보려면 콘솔에서 파이프라인 실행 보기섹션을 참조하세요.

함수도 @remote데코레이터로 장식되어 있으면 해당 구성이 특성 프로세서 파이프라인으로 전달됩니다. @remote 데코레이터를 사용하여 컴퓨팅 인스턴스 유형 및 개수, 런타임 종속성, 네트워크 및 보안 구성과 같은 고급 구성을 지정할 수 있습니다.

다음 예에서는 to_pipeline및 executeAPI를 사용합니다.

from sagemaker.feature_store.feature_processor import (
    execute, to_pipeline, describe, TransformationCode
)

pipeline_name="feature-processor-pipeline"
pipeline_arn = to_pipeline(
    pipeline_name=pipeline_name,
    step=transform,
    transformation_code=TransformationCode(s3_uri="s3://bucket/prefix"),
)

pipeline_execution_arn = execute(
    pipeline_name=pipeline_name
)

to_pipeline API는 의미상 업데이트/삽입 작업을 뜻합니다. 파이프라인이 이미 있으면 업데이트하고 그렇지 않으면 파이프라인을 생성합니다.

to_pipeline API는 선택적으로 특성 프로세서 정의가 포함된 파일을 참조하는 Amazon S3 URI를 수락하여 이를 특성 프로세서 파이프라인과 연결하여 SageMaker AI 기계 학습 계보에서 변환 함수 및 해당 버전을 추적합니다.

계정의 모든 특성 프로세서 파이프라인 목록을 검색하려면 list_pipelinesAPI를 사용하면 됩니다. describe API에 대한 후속 요청은 Pipelines 및 일정 세부 정보를 포함하되 이에 국한되지 않는 특성 프로세서 파이프라인과 관련된 세부 정보를 반환합니다.

다음 예에서는 list_pipelines및 describeAPI를 사용합니다.

from sagemaker.feature_store.feature_processor import list_pipelines, describe

feature_processor_pipelines = list_pipelines()

pipeline_description = describe(
    pipeline_name = feature_processor_pipelines[0]
)