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。

# 什么是截止日期云工作负载
<a name="what-is-a-deadline-cloud-workload"></a>

 借 AWS 助 Deadline Cloud，您可以提交作业以在云端运行应用程序，并处理数据，以生成对您的业务至关重要的内容或见解。Deadline Cloud 使用[开放作业描述](https://github.com/OpenJobDescription/openjd-specifications) (OpenJD) 作为作业模板的语法，该规范专为视觉计算管道的需求而设计，但适用于许多其他用例。一些示例工作负载包括计算机图形渲染、物理模拟和摄影测量。

工作负载可以从用户使用 CLI 或自动生成的 GUI 提交到队列的简单任务捆绑包，到为应用程序定义的工作负载动态生成任务包的集成提交者插件。

## 工作负载是如何从生产中产生的
<a name="how-workloads-arise-from-production"></a>

 要了解生产环境中的工作负载以及如何使用 Deadline Cloud 为它们提供支持，请考虑它们是如何形成的。制作可能涉及创建视觉效果、动画、游戏、产品目录图像、用于建筑信息建模 (BIM) 的 3D 重建等。这些内容通常由运行各种软件应用程序和自定义脚本的艺术或技术专家团队创作。团队成员使用生产管道在彼此之间传递数据。管道执行的许多任务都涉及密集型计算，如果在用户的工作站上运行，则需要数天时间。

 这些生产流程中的一些任务示例包括：
+  使用摄影测量应用程序处理拍摄的电影场景中的照片，以重建带纹理的数字网格。
+  在 3D 场景中运行粒子模拟，为电视节目的爆炸视觉效果添加层次细节。
+  将游戏关卡的数据转换为外部发布所需的形式，并应用优化和压缩设置。
+  为产品目录渲染一组图像，包括颜色、背景和光照的变化。
+  在 3D 模型上运行定制开发的脚本，以应用电影导演定制和批准的外观。

 这些任务涉及许多需要调整的参数，以获得艺术效果或微调输出质量。通常会有一个 GUI 来选择这些参数值，通过按钮或菜单在应用程序中本地运行该过程。当用户运行该进程时，应用程序以及可能的主机本身不能用于执行其他操作，因为它使用内存中的应用程序状态，并且可能会消耗主机的所有 CPU 和内存资源。

 在许多情况下，这个过程很快。在生产过程中，当对质量和复杂性的要求提高时，过程的速度就会减慢。在开发过程中花费30秒的角色测试在应用于最终制作角色时，很容易变成3小时。通过这种进展，在 GUI 中开始存在的工作负载可能会变得太大而无法容纳。将其移植到Deadline Cloud可以提高运行这些流程的用户的工作效率，因为他们可以重新完全控制自己的工作站，并且可以从Deadline Cloud监视器跟踪更多迭代。

 在 Deadline Cloud 中开发对工作负载的支持时，需要达到两个级别的支持：
+  将工作负载从用户工作站转移到 Deadline Cloud 场中，无需并行处理或加速。这可能未充分利用服务器场中可用的计算资源，但是将长时间操作转移到批处理系统的能力使用户能够使用自己的工作站完成更多工作。
+  优化工作负载的并行性，使其利用 Deadline Cloud 场的水平规模快速完成。

 有时候，如何使工作负载并行运行是显而易见的。例如，计算机图形渲染的每一帧都可以独立完成。但是，重要的是不要被这种并行性所困扰。相反，要明白，将长期运行的工作负载转移到Deadline Cloud可以带来显著的好处，即使没有明显的方法可以将工作负载分开。

## 工作负载的要素
<a name="the-ingredients-of-a-workload"></a>

 要指定 Deadline Cloud 工作负载，请使用 De [adline Cloud CLI](https://github.com/aws-deadline/deadline-cloud) 实现用户提交到队列的任务捆绑包。创建任务包的大部分工作是编写作业模板，但还有更多因素，例如如何提供工作负载所需的应用程序。在定义 Deadline Cloud 的工作负载时，需要考虑以下基本事项：
+  **要运行的应用程序**。该作业必须能够启动应用程序进程，因此需要安装可用的应用程序以及应用程序使用的任何许可，例如访问浮动许可证服务器。这通常是服务器场配置的一部分，而不是嵌入到任务包本身中。
  + [使用队列环境配置作业](configure-jobs.md)
  + [Connect 将客户管理的车队连接到许可证端点](https://docs.aws.amazon.com/deadline-cloud/latest/userguide/cmf-ubl.html)
+  **Job 参数定义**。提交作业的用户体验在很大程度上受到其提供的参数的影响。示例参数包括数据文件、目录和应用程序配置。
  + [任务捆绑包的参数值元素](build-job-bundle-parameters.md)
+  **文件数据流**。作业运行时，它会从用户提供的文件中读取输入，然后将其输出写为新文件。要使用作业附件和路径映射功能，作业必须为这些输入和输出指定目录或特定文件的路径。
  + [在作业中使用文件](using-files-in-your-jobs.md)
+  **步骤脚本**。步骤脚本使用正确的命令行选项运行应用程序二进制文件，以应用提供的作业参数。如果工作负载数据文件包含绝对路径引用而不是相对路径引用，它还会处理路径映射等细节。
  + [作业捆绑包的作业模板元素](build-job-bundle-template.md)

## 工作负载可移植性
<a name="workload-portability"></a>

 如果工作负载可以在多个不同的系统中运行，而无需在每次提交作业时都对其进行更改，则该工作负载是可移植的。例如，它可能在安装了不同共享文件系统的不同渲染农场上运行，也可以在不同的操作系统（如Linux或）上运行Windows。当您实现便携式作业包时，用户可以更轻松地在其特定服务器场上运行作业，或者对其进行调整以适应其他用例。

 您可以通过以下几种方法让您的工作捆绑包变得便于携带。
+  使用作业捆绑包中的`PATH`作业参数和资产引用，完全指定工作负载所需的输入数据文件。这种方法使作业可以移植到基于共享文件系统的服务器场和制作输入数据副本的场中，例如 Deadline Cloud 作业附件功能。
+  使作业输入文件的文件路径引用可重定位，并在不同的操作系统上使用。例如，当用户从工作Windows站提交任务以在Linux队列上运行时。
  +  使用相对文件路径引用，因此，如果将包含它们的目录移到其他位置，则引用仍然可以解析。某些应用程序，例如 [Blender](https://docs.blender.org/manual/en/latest/files/blend/open_save.html#files-blend-relative-paths)，支持在相对路径和绝对路径之间进行选择。
  +  如果您不能使用相对路径，请支持 OpenJD [路径映射元数据](https://github.com/OpenJobDescription/openjd-specifications/wiki/How-Jobs-Are-Run#path-mapping)，并根据 Deadline Cloud 为作业提供文件的方式转换绝对路径。
+  使用便携式脚本在作业中实现命令。Python 和 bash 是两个可以用这种方式使用的脚本语言示例。您应该考虑在车队的所有工作人员主机上同时提供这两者。
  +  使用脚本解释器二进制文件`bash`，例如`python`或，并将脚本文件名作为参数。与使用设置了执行位的脚本文件相比Windows，这种方法适用于所有操作系统，包括操作系统Linux。
  +  通过应用以下做法来编写便携式 bash 脚本：
    +  用单引号展开模板路径参数以处理带有空格和路径分隔符的Windows路径。
    +  运行时Windows，请注意与 minGW 自动路径转换有关的问题。例如，它将类似的 AWS CLI 命令`aws logs tail /aws/deadline/...`转换为类似的命令`aws logs tail "C:/Program Files/Git/aws/deadline/..."`，但不会正确跟踪日志。设置变量`MSYS_NO_PATHCONV=1`以关闭此行为。
    +  在大多数情况下，相同的代码适用于所有操作系统。当代码需要不同时，请使用`if/else`构造来处理案例。

      ```
      if [[ "$(uname)" == MINGW* || "$(uname -s)" == MSYS_NT* ]]; then
          # Code for Windows
      elif [[ "$(uname)" == Darwin ]]; then
          # Code for MacOS
      else
          # Code for Linux and other operating systems
      fi
      ```
  +  您可以使用编写可移植的 Python 脚本`pathlib`来处理文件系统路径差异并避免使用特定于操作的功能。Python 文档包括对此的注释，例如在[信号库文档](https://docs.python.org/3/library/signal.html)中。 Linux特定功能支持标记为 “可用性：Linux”。
+  使用作业参数来指定应用程序要求。使用服务器场管理员可以在[队列环境](https://docs.aws.amazon.com/deadline-cloud/latest/developerguide/configure-jobs.html)中应用的一致约定。
  +  例如，您可以在作业中使用`CondaPackages`和/或`RezPackages`参数，其默认参数值列出作业所需的应用程序包名称和版本。然后，您可以使用其中一个[示例 conda 或 Rez 队列环境](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/queue_environments)为作业提供虚拟环境。