本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 使用作业附件共享文件
<a name="build-job-attachments"></a>

使用*作业附件*使不在共享目录中的文件可用于您的作业，如果输出文件未写入共享目录，则可以捕获这些文件。Job 附件使用 Amazon S3 在主机之间传输文件。文件存储在 S3 存储桶中，如果文件内容未更改，则无需上传文件。

在[服务管理的队列](https://docs.aws.amazon.com/deadline-cloud/latest/userguide/smf-manage.html)上运行作业时，必须使用作业附件，因为主机不共享文件系统位置。当作业的输入或输出文件存储在共享网络文件系统上时，例如当你的任务包中[包含 shell 或 Python 脚本时，作业](https://docs.aws.amazon.com/deadline-cloud/latest/userguide/submit-job-bundle.html)附件对[客户管理的队](https://docs.aws.amazon.com/deadline-cloud/latest/userguide/manage-cmf.html)列也很有用。

 当您使用 Deadline [Cloud CLI 或 Dead](https://pypi.org/project/deadline/) line Cloud 提交者提交任务捆绑包时，作业附件会使用作业的存储配置文件和队列所需的文件系统位置来识别不在工作主机上且应作为作业提交的一部分上传到 Amazon S3 的输入文件。这些存储配置文件还有助于 Deadline Cloud 识别工作服务器主机位置中的输出文件，这些文件必须上传到 Amazon S3 才能供您的工作站使用。

 作业附件示例使用和中的服务器场、队列、队列和存储配置文件配置[存储配置文件和路径映射](storage-profiles-and-path-mapping.md)。[示例项目基础架构](sample-project-infrastructure.md)在此之前，您应该仔细阅读这些部分。

在以下示例中，您使用示例作业捆绑包作为起点，然后对其进行修改以探索作业附件的功能。Job bundle 是您的工作使用作业附件的最佳方式。它们将目录中的 O [pen](https://github.com/OpenJobDescription/openjd-specifications/wiki) Job Description 作业模板与列出使用任务捆绑包的作业所需的文件和目录的其他文件组合在一起。有关任务捆绑包的更多信息，请参阅[Deadline Cloud 的打开职位描述 (OpenJD) 模板](build-job-bundle.md)。