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. # Container-Vertragseingaben Die Amazon SageMaker Model Monitor-Plattform ruft Ihren Containercode gemäß einem bestimmten Zeitplan auf. Wenn Sie Ihren eigenen Container-Code schreiben möchten, stehen Ihnen die folgenden Umgebungsvariablen zur Verfügung. In diesem Zusammenhang können Sie den aktuellen Datensatz analysieren oder die Constraints auswerten und gegebenenfalls Metriken ausgeben. Die verfügbaren Umgebungsvariablen sind für Echtzeit-Endpunkte und Batch-Transformationsaufträge identisch, mit Ausnahme der `dataset_format` Variablen. Wenn Sie einen Echtzeit-Endpunkt verwenden, unterstützt die `dataset_format` Variable die folgenden Optionen: ``` {\"sagemakerCaptureJson\": {\"captureIndexNames\": [\"endpointInput\",\"endpointOutput\"]}} ``` Wenn Sie einen Batch-Transformationsauftrag verwenden, `dataset_format` unterstützt der die folgenden Optionen: ``` {\"csv\": {\"header\": [\"true\",\"false\"]}} ``` ``` {\"json\": {\"line\": [\"true\",\"false\"]}} ``` ``` {\"parquet\": {}} ``` Das folgende Codebeispiel zeigt den vollständigen Satz von Umgebungsvariablen, die für Ihren Container-Code verfügbar sind (und verwendet das `dataset_format` Format für einen Echtzeit-Endpunkt). ``` "Environment": { "dataset_format": "{\"sagemakerCaptureJson\": {\"captureIndexNames\": [\"endpointInput\",\"endpointOutput\"]}}", "dataset_source": "/opt/ml/processing/endpointdata", "end_time": "2019-12-01T16: 20: 00Z", "output_path": "/opt/ml/processing/resultdata", "publish_cloudwatch_metrics": "Disabled", "sagemaker_endpoint_name": "endpoint-name", "sagemaker_monitoring_schedule_name": "schedule-name", "start_time": "2019-12-01T15: 20: 00Z" } ``` Parameters | Name des Parameters | Description | | --- | --- | | dataset\$1format | Bei einem Auftrag, der von einem `MonitoringSchedule`, unterstützt von einem `Endpoint`, gestartet wurde, handelt es sich um `sageMakerCaptureJson` mit den Erfassungsindizes `endpointInput` oder `endpointOutput` oder beides. Für einen Batch-Transformationsjob gibt dies das Datenformat an, ob CSV, JSON oder Parquet. | | dataset\$1source | Wenn Sie einen Echtzeit-Endpunkt verwenden, den lokalen Pfad, in dem die Daten, die dem durch `start_time` und `end_time` angegebenen Überwachungszeitraum entsprechen, verfügbar sind. In diesem Pfad sind die Daten in ` /{endpoint-name}/{variant-name}/yyyy/mm/dd/hh` verfügbar. Manchmal laden wir mehr als das herunter, was durch die Start- und Endzeiten angegeben wird. Es liegt an dem Containercode, die Daten nach Bedarf zu analysieren. | | output\$1path | Der lokale Pfad zum Schreiben von Ausgabeberichten und anderen Dateien. Sie müssen diesen Parameter in der Anforderung `CreateMonitoringSchedule` als `MonitoringOutputConfig.MonitoringOutput[0].LocalPath` angeben. Es wird in den in `MonitoringOutputConfig.MonitoringOutput[0].S3Uri` angegebenen Pfad `S3Uri` hochgeladen. | | publish\$1cloudwatch\$1metrics | Für einen von `CreateMonitoringSchedule` gestarteten Auftrag, ist dieser Parameter auf `Enabled` eingestellt. Der Container kann wählen, unter welcher Adresse die CloudWatch Amazon-Ausgabedatei geschrieben werden soll`[filepath]`. | | sagemaker\$1endpoint\$1name | Wenn Sie einen Echtzeit-Endpunkt verwenden, den Namen des `Endpoint`, für den dieser geplante Auftrag gestartet wurde. | | sagemaker\$1monitoring\$1schedule\$1name | Der Name des `MonitoringSchedule`, der diesen Auftrag gestartet hat. | | \$1sagemaker\$1endpoint\$1datacapture\$1prefix\$1 | Wenn Sie einen Echtzeit-Endpunkt verwenden, muss das Präfix, das im `DataCaptureConfig` Parameter des `Endpoint`. Der Container kann dies verwenden, wenn er direkt auf mehr Daten zugreifen muss, als die SageMaker KI bereits am `dataset_source` Pfad heruntergeladen hat. | | start\$1time, end\$1time | Das Zeitfenster für diesen Analyselauf. Beispiel: Bei einem Auftrag, dessen Ausführung um 05:00 UTC geplant ist, und einem Auftrag, der am 20/02/2020 ausgeführt wird, ist `start_time`: 2020-02-19T06:00:00Z und `end_time`: ist 2020-02-20T05:00:00Z | | baseline\$1constraints: | Der lokale Pfad der in ` BaselineConfig.ConstraintResource.S3Uri` angegebenen Baseline-Einschränkungsdatei. Dies ist nur verfügbar, wenn dieser Parameter in der `CreateMonitoringSchedule`-Anforderung angegeben wurde. | | baseline\$1statistics | Der lokale Pfad zur Baseline-Statistikdatei, die in `BaselineConfig.StatisticsResource.S3Uri` angegeben wird. Dies ist nur verfügbar, wenn dieser Parameter in der `CreateMonitoringSchedule`-Anforderung angegeben wurde. |