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.

# Jobs an eine Quotenbeteiligung weiterleiten
<a name="submit-job-quota-share"></a>

In den Warteschlangen für die Quotenverwaltung ist es erforderlich, dass bei der Auftragsübergabe für alle Jobs ein Kontingent angegeben wird. Um Jobs an eine Quotenquote weiterzuleiten, geben Sie den `quotaShareName` in [SubmitServiceJob](https://docs.aws.amazon.com/batch/latest/APIReference/API_SubmitServiceJob.html)an. Optional `preemptionConfiguration` kann A angegeben werden, um die Anzahl der Präemptionsversuche zu begrenzen, bevor ein Auftragsversuch erfolgt. `FAILED` Um die Anzahl der Präemptionen zu begrenzen, die bei einer Stellenausschreibung auftreten, geben Sie dies bei der Stellenabgabe an`preemptionRetriesBeforeTermination`. [ServiceJobPreemptionConfiguration](https://docs.aws.amazon.com/batch/latest/APIReference/API_ServiceJobPreemptionConfiguration.html)

## Reichen Sie einen Job ein, indem Sie AWS CLI
<a name="submit-job-quota-share-cli"></a>

Im folgenden Beispiel wird der **submit-service-job** Befehl verwendet, um einen Job an eine Quotenfreigabe zu senden.

```
aws batch submit-service-job \
    --job-name "my-sagemaker-training-job" \
    --job-queue "my-sagemaker-job-queue" \
    --service-job-type "SAGEMAKER_TRAINING" \
    --quota-share-name "my_quota_share" \
    --timeout-config '{"attemptDurationSeconds":3600}' \
    --scheduling-priority 5 \
    --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}}'"
```