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。
# SageMaker 适用于 Kubernetes 的人工智能运算符
SageMaker Kubernetes 的人工智能运算符使使用 Kubernetes 的开发人员和数据科学家可以更轻松地在 AI 中训练、调整和部署机器学习 (ML) 模型。 SageMaker 你可以在 Amazon El SageMaker astic Kubernetes Service（Amazon EKS）的 Kubernetes 集群上安装这些 AI 运算符，以便使用 Kubernetes API 和命令行 Kubernetes 工具（例如 SageMaker ）在本地创建人工智能任务。`kubectl`本指南介绍如何设置和使用运算符从 Kubernetes 集群在 SageMaker AI 上运行模型训练、超参数调整或推理（实时和批量）。本章中的过程和指南假设您熟悉 Kubernetes 及其基本命令。
**重要**
我们将停止对 [Kubernetes SageMaker 操作](https://github.com/aws/amazon-sagemaker-operator-for-k8s/tree/master)员的原始版本的开发和技术支持。
如果您当前使用的是 [Kubernetes SageMaker 操作员版本`v1.2.2`或更](https://github.com/aws/amazon-sagemaker-operator-for-k8s/tree/master)低版本，我们建议您将资源迁移到适用于 Amazon 的 [ACK 服务控制](https://github.com/aws-controllers-k8s/sagemaker-controller)器。 SageMakerACK 服务控制器是基于 Kubernetes 控制[AWS 器 (ACK) 的新一代 Kuber](https://aws-controllers-k8s.github.io/community/) netes SageMaker 操作员。
有关迁移步骤的信息，请参阅[将资源迁移到最新 Operator](kubernetes-sagemaker-operators-migrate.md)。
有关终止对 Kubernetes SageMaker 操作员原始版本支持的常见问题解答，请参阅 [宣布终止对 Kubernetes SageMaker 人工智能运算符原始版本的支持](kubernetes-sagemaker-operators-eos-announcement.md)
**注意**
使用这些 Operator 无需额外付费。您通过这些运营商使用的任何 SageMaker AI 资源都会产生费用。
## 什么是 Operator？
Kubernetes Operator 是代表 Kubernetes 用户管理应用程序的应用程序控制器。控制面板的控制器包括各种控制回路，它们侦听中央状态管理器 (ETCD)，以调节其所控制的应用程序的状态。此类应用程序的示例包括 [C loud-controller-manager](https://kubernetes.io/docs/concepts/architecture/cloud-controller/) 和`[kube-controller-manager](https://kubernetes.io/docs/reference/command-line-tools-reference/kube-controller-manager/)`。Operator 通常提供比原始 Kubernetes API 更高级别的抽象，使用户能够更轻松地部署和管理应用程序。要向 Kubernetes 添加新功能，开发人员可以通过创建**自定义资源**（包含其特定于应用程序或特定于域的逻辑和组件）来扩展 Kubernetes API。Kubernetes 中的 Operator 允许用户以原生方式调用这些自定义资源并自动执行关联的工作流。
### 适用于 Kubernetes 的 AWS 控制器 (ACK) 是如何工作的？
Kubernetes SageMaker 的人工智能运算符允许你在 Kubernetes 集群中管理 SageMaker 人工智能中的作业。最新版本的 Kubernetes SageMaker 人工智能运算符基于适用于 Kubernetes 的 AWS 控制器 (ACK)。ACK 包括一个通用控制器运行时、一个代码生成器和一组 AWS 特定于服务的控制器，其中一个是 SageMaker AI 控制器。
下图说明了 ACK 的工作原理。
![\[基于 ACK 的 Kubernetes SageMaker 人工智能运算符解释道。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/k8s-orchestration/sagemaker-operators-for-kubernetes-ack-controller.png)
在这张图中，一个 Kubernetes 用户想要使用 Kubernetes AP SageMaker I 在 Kubernetes 集群内对 AI 运行模型训练。用户向发出调用`kubectl apply`，传入一个描述描述训练作业的 Kubernetes 自定义资源的文件。 SageMaker `kubectl apply`将这个名为清单的文件传递给在 Kubernetes 控制器节点中运行的 Kubernetes API 服务器（工作流程图中的步骤 *1*）。*Kubernetes API 服务器接收包含 SageMaker 训练作业规范的清单，并确定用户是否有权创建此类自定义资源`sageMaker.services.k8s.aws/TrainingJob`，以及自定义资源的格式是否正确（步骤 2）。*如果该用户已获授权且自定义资源有效，则 Kubernetes API 服务器会将自定义资源写入（步骤 *3*）其 etcd 数据存储，然后回复该用户（步骤 *4*），告知已创建自定义资源。在普通 Kubernetes Pod 环境下的 Kubernetes 工作节点上运行的 SageMaker AI 控制器会收到通知（步骤 *5*），告知已经创建了一个新的自定义资源。`sageMaker.services.k8s.aws/TrainingJob`然后， SageMaker AI 控制器与 SageMaker API 通信（步骤 *6*），调用 SageMaker AI `CreateTrainingJob` API 在中 AWS创建训练作业。与 SageMaker API 通信后， SageMaker AI 控制器调用 Kubernetes API 服务器，使用从 AI 收到的信息更新自定义资源的状态（步骤 *7*）。 SageMaker 因此， SageMaker AI 控制器向开发人员提供的信息与他们使用 AWS SDK 所获得的信息相同。
### 权限概述
操作员代表您访问 SageMaker 人工智能资源。操作员扮演的与 AWS 资源交互的 IAM 角色与您用于访问 Kubernetes 集群的证书不同。该角色也不同于运行机器学习作业时所 AWS 扮演的角色。
下图说明了各种身份验证层。
![\[SageMaker 适用于 Kubernetes 的人工智能操作员各种身份验证层。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/k8s-orchestration/sagemaker-operators-for-kubernetes-authentication.png)
# 适用于 Kubernetes 的最新 SageMaker 人工智能运算符
本节基于使用适用于 Kubernetes 的 AWS 控制器 (ACK) 的 Kubernetes SageMaker 人工智能运算符的最新版本。
**重要**
如果您当前使用的是 [Kubernetes SageMaker 操作员版本`v1.2.2`或更](https://github.com/aws/amazon-sagemaker-operator-for-k8s/tree/master)低版本，我们建议您将资源迁移到适用于 Amazon 的 [ACK 服务控制](https://github.com/aws-controllers-k8s/sagemaker-controller)器。 SageMakerACK 服务控制器是基于 Kubernetes 控制[AWS 器 (ACK) 的新一代 Kuber](https://aws-controllers-k8s.github.io/community/) netes SageMaker 操作员。
有关迁移步骤的信息，请参阅[将资源迁移到最新 Operator](kubernetes-sagemaker-operators-migrate.md)。
有关终止对 Kubernetes SageMaker 操作员原始版本支持的常见问题解答，请参阅 [宣布终止对 Kubernetes SageMaker 人工智能运算符原始版本的支持](kubernetes-sagemaker-operators-eos-announcement.md)
最新版本的 Kubernetes [SageMaker 人工智能运算符基于 Kubernetes AWS](https://github.com/aws-controllers-k8s/sagemaker-controller) [控制器 (ACK)，这是一个用于构建 Kubernetes](https://aws-controllers-k8s.github.io/community/ ) 自定义控制器的框架，其中每个控制器都与服务 API 通信。 AWS 这些控制器允许 Kubernetes 用户使用 Kubernetes API 预置数据库或消息队列等 AWS 资源。
使用以下步骤安装和使用 ACK 来训练、调整和部署带有 Amazon A SageMaker I 的机器学习模型。
**Topics**
+ [为 Kubernetes 安装 SageMaker 人工智能运算符](#kubernetes-sagemaker-operators-ack-install)
+ [为 Kubernetes 使用 SageMaker 人工智能运算符](#kubernetes-sagemaker-operators-ack-use)
+ [参考](#kubernetes-sagemaker-operators-ack-reference)
## 为 Kubernetes 安装 SageMaker 人工智能运算符
要设置适用于 Kubernetes 的 SageMaker AI Operators 的最新可用版本，请参阅使用 [ACK SageMaker 人工智能控制器进行机器学习](https://aws-controllers-k8s.github.io/community/docs/tutorials/sagemaker-example/#setup)中的 “*设置*” 部分。
## 为 Kubernetes 使用 SageMaker 人工智能运算符
有关如何使用 Amazon EKS 使用适用于 Amazon A SageMaker I 的 ACK 服务控制器训练[机器学习模型的教程，请参阅使用 ACK SageMaker AI 控制器进行机器学习](https://aws-controllers-k8s.github.io/community/docs/tutorials/sagemaker-example/)。
有关自动缩放的示例，请参阅使用 App [lication Auto Scaling 扩展 SageMaker AI 工作负载](https://aws-controllers-k8s.github.io/community/docs/tutorials/autoscaling-example/)
## 参考
另请参阅 [Amazon A SageMaker I GitHub 存储库的 ACK 服务控制器](https://github.com/aws-controllers-k8s/sagemaker-controller)或阅读 [Kubernetes AWS 控制器](https://aws-controllers-k8s.github.io/community/docs/community/overview/)文档。
# 适用于 Kubernetes 的老式 SageMaker AI 运算符
本节基于适用于 [Kubernetes SageMaker 的人工智能运算符的原](https://github.com/aws/amazon-sagemaker-operator-for-k8s)始版本。
**重要**
我们将停止对 [Kubernetes SageMaker 操作](https://github.com/aws/amazon-sagemaker-operator-for-k8s/tree/master)员的原始版本的开发和技术支持。
如果您当前使用的是 [Kubernetes SageMaker 操作员版本`v1.2.2`或更](https://github.com/aws/amazon-sagemaker-operator-for-k8s/tree/master)低版本，我们建议您将资源迁移到适用于 Amazon 的 [ACK 服务控制](https://github.com/aws-controllers-k8s/sagemaker-controller)器。 SageMakerACK 服务控制器是基于 Kubernetes 控制[AWS 器 (ACK) 的新一代 Kuber](https://aws-controllers-k8s.github.io/community/) netes SageMaker 操作员。
有关迁移步骤的信息，请参阅[将资源迁移到最新 Operator](kubernetes-sagemaker-operators-migrate.md)。
有关终止对 Kubernetes SageMaker 操作员原始版本支持的常见问题解答，请参阅 [宣布终止对 Kubernetes SageMaker 人工智能运算符原始版本的支持](kubernetes-sagemaker-operators-eos-announcement.md)
**Topics**
+ [为 Kubernetes 安装 SageMaker 人工智能运算符](#kubernetes-sagemaker-operators-eos-install)
+ [使用 Amazon A SageMaker I Jobs](kubernetes-sagemaker-jobs.md)
+ [将资源迁移到最新 Operator](kubernetes-sagemaker-operators-migrate.md)
+ [宣布终止对 Kubernetes SageMaker 人工智能运算符原始版本的支持](kubernetes-sagemaker-operators-eos-announcement.md)
## 为 Kubernetes 安装 SageMaker 人工智能运算符
使用以下步骤安装和使用适用于 Kubernetes 的 SageMaker AI 运算符，通过 Amazon AI 训练、调整和部署机器学习模型。 SageMaker
**Topics**
+ [基于 IAM 角色的设置和 Operator 部署](#iam-role-based-setup-and-operator-deployment)
+ [清理 资源](#cleanup-operator-resources)
+ [删除 Operator](#delete-operators)
+ [问题排查](#troubleshooting)
+ [每个区域 SMlogs 的图片和图片](#images-and-smlogs-in-each-region)
### 基于 IAM 角色的设置和 Operator 部署
以下几节描述了设置和部署 Operator 原始版本的步骤。
**警告**
**提醒：**以下步骤不会安装最新版本的 Kubernet SageMaker es 人工智能操作员。要安装基于 ACK 的全新 Kubernet SageMaker es 人工智能运算符，请参阅。[适用于 Kubernetes 的最新 SageMaker 人工智能运算符](kubernetes-sagemaker-operators-ack.md)
#### 先决条件
本教程假设您已完成以下先决条件：
+ 在用于访问 Kubernetes 集群的客户端计算机上安装以下工具：
+ [https://docs.aws.amazon.com/eks/latest/userguide/install-kubectl.html](https://docs.aws.amazon.com/eks/latest/userguide/install-kubectl.html) 版本 1.13 或更高版本。使用您的 Amazon EKS 集群控制面板的一个次要版本内的 `kubectl` 版本。例如，1.13 `kubectl` 客户端使用 Kubernetes 1.13 和 1.14 集群。1.13 之前的版本不支持 OpenID Connect (OIDC)。
+ [https://github.com/weaveworks/eksctl](https://github.com/weaveworks/eksctl) 版本 0.7.0 或更高版本
+ [AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/install-cliv1.html) 版本 1.16.232 或更高版本
+ （可选）[Helm](https://helm.sh/docs/intro/install/) 版本 3.0 或更高版本
+ [aws-iam-authenticator](https://docs.aws.amazon.com/eks/latest/userguide/install-aws-iam-authenticator.html)
+ 拥有创建角色并将策略附加角色的 IAM 权限。
+ 创建了一个用于运行 Operator 的 Kubernetes 集群。它应该是 Kubernetes 版本 1.13 或 1.14。有关使用 `eksctl` 自动创建集群的信息，请参阅 [eksctl 入门](https://docs.aws.amazon.com/eks/latest/userguide/getting-started-eksctl.html)。预置集群需要 20–30 分钟时间。
#### 集群范围部署
请将 OpenID Connect (OIDC) 身份提供商 (IdP) 与您的角色关联，以便通过 IAM 服务进行身份验证，然后才能使用 IAM 角色部署 Operator。
##### 为集群创建 OIDC 提供商
以下说明介绍如何创建 OIDC 提供商并将其与您的 Amazon EKS 集群关联。
1. 按如下方式设置本地 `CLUSTER_NAME` 和 `AWS_REGION` 环境变量：
```
# Set the Region and cluster
export CLUSTER_NAME=""
export AWS_REGION=""
```
1. 使用以下命令将 OIDC 提供商与您的集群关联。有关更多信息，请参阅[为集群上的服务账户启用 IAM 角色](https://docs.aws.amazon.com/eks/latest/userguide/enable-iam-roles-for-service-accounts.html)。
```
eksctl utils associate-iam-oidc-provider --cluster ${CLUSTER_NAME} \
--region ${AWS_REGION} --approve
```
您的输出应与以下内容类似：
```
[_] eksctl version 0.10.1
[_] using region us-east-1
[_] IAM OpenID Connect provider is associated with cluster "my-cluster" in "us-east-1"
```
现在，集群已拥有 OIDC 身份提供商，您可以创建一个角色并授予 Kubernetes 代入该角色的 ServiceAccount 权限。
##### 获取 OIDC ID
要设置 ServiceAccount，请使用以下命令获取 OIDC 颁发者 URL：
```
aws eks describe-cluster --name ${CLUSTER_NAME} --region ${AWS_REGION} \
--query cluster.identity.oidc.issuer --output text
```
该命令会返回类似以下内容的 URL：
```
https://oidc.eks.${AWS_REGION}.amazonaws.com/id/D48675832CA65BD10A532F597OIDCID
```
在此 URL 中，值 `D48675832CA65BD10A532F597OIDCID` 是 OIDC ID。您集群的 OIDC ID 不同。您需要使用此 OIDC ID 值来创建角色。
如果输出为 `None`，则表示您的客户端版本过旧。要解决此问题，请运行以下命令：
```
aws eks describe-cluster --region ${AWS_REGION} --query cluster --name ${CLUSTER_NAME} --output text | grep OIDC
```
返回的 OIDC URL 如下所示：
```
OIDC https://oidc.eks.us-east-1.amazonaws.com/id/D48675832CA65BD10A532F597OIDCID
```
##### 创建一个 IAM 角色
1. 创建一个名为 `trust.json` 的文件，并在其中插入以下信任关系代码块。请务必将所有 ``、`` 和 `` 占位符替换为与您的集群对应的值。
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Principal": {
"Federated": "arn:aws:iam::111122223333:oidc-provider/oidc.eks..amazonaws.com/id/"
},
"Action": "sts:AssumeRoleWithWebIdentity",
"Condition": {
"StringEquals": {
"oidc.eks..amazonaws.com/id/:aud": "sts.amazonaws.com",
"oidc.eks..amazonaws.com/id/:sub": "system:serviceaccount:sagemaker-k8s-operator-system:sagemaker-k8s-operator-default"
}
}
}
]
}
```
------
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Principal": {
"Federated": "arn:aws-cn:iam::111122223333:oidc-provider/oidc.eks..amazonaws.com/id/"
},
"Action": "sts:AssumeRoleWithWebIdentity",
"Condition": {
"StringEquals": {
"oidc.eks..amazonaws.com/id/:aud": "sts.amazonaws.com",
"oidc.eks..amazonaws.com/id/:sub": "system:serviceaccount:sagemaker-k8s-operator-system:sagemaker-k8s-operator-default"
}
}
}
]
}
```
------
1. 运行以下命令，以创建一个具有 `trust.json` 中定义的信任关系的角色。此角色允许 Amazon EKS 集群从 IAM 获取和刷新凭证。
```
aws iam create-role --region ${AWS_REGION} --role-name --assume-role-policy-document file://trust.json --output=text
```
您的输出应与以下内容类似：
```
ROLE arn:aws:iam::123456789012:role/my-role 2019-11-22T21:46:10Z / ABCDEFSFODNN7EXAMPLE my-role
ASSUMEROLEPOLICYDOCUMENT 2012-10-17
STATEMENT sts:AssumeRoleWithWebIdentity Allow
STRINGEQUALS sts.amazonaws.com system:serviceaccount:sagemaker-k8s-operator-system:sagemaker-k8s-operator-default
PRINCIPAL arn:aws:iam::123456789012:oidc-provider/oidc.eks.us-east-1.amazonaws.com/id/
```
请记下 `ROLE ARN`；您将此值传递给您的 Operator。
##### 将 AmazonSageMakerFullAccess 策略附加到角色
要授予角色访问 SageMaker AI 的权限，请附加[AmazonSageMakerFullAccess](https://console.aws.amazon.com/iam/home?#/policies/arn:aws:iam::aws:policy/AmazonSageMakerFullAccess)策略。如果您想限制 Operator 的权限，可以创建自己的自定义策略并附加该策略。
要附加 `AmazonSageMakerFullAccess`，请运行以下命令：
```
aws iam attach-role-policy --role-name --policy-arn arn:aws:iam::aws:policy/AmazonSageMakerFullAccess
```
Kubernetes ServiceAccount `sagemaker-k8s-operator-default` 应该拥有权限。`AmazonSageMakerFullAccess`安装 Operator 时请确认这一点。
##### 部署 Operator
部署 Operator 时，您可以使用 YAML 文件或 Helm 图表。
##### 使用 YAML 部署 Operator
这是部署 Operator 的最简单方法。流程如下：
1. 使用以下命令下载安装程序脚本：
```
wget https://raw.githubusercontent.com/aws/amazon-sagemaker-operator-for-k8s/master/release/rolebased/installer.yaml
```
1. 编辑 `installer.yaml` 文件以替换 `eks.amazonaws.com/role-arn`。将此处的 ARN 替换为您创建的基于 OIDC 的角色的 Amazon 资源名称 (ARN)。
1. 使用以下命令部署集群：
```
kubectl apply -f installer.yaml
```
##### 使用 Helm 图表部署 Operator
使用提供的 Helm 图表安装 Operator。
1. 使用以下命令克隆 Helm 安装程序目录：
```
git clone https://github.com/aws/amazon-sagemaker-operator-for-k8s.git
```
1. 导航到 `amazon-sagemaker-operator-for-k8s/hack/charts/installer`文件夹。编辑 `rolebased/values.yaml` 文件，其中包含图表的高级参数。将此处的角色 ARN 替换为您创建的基于 OIDC 的角色的 Amazon 资源名称 (ARN)。
1. 使用以下命令安装 Helm 图表：
```
kubectl create namespace sagemaker-k8s-operator-system
helm install --namespace sagemaker-k8s-operator-system sagemaker-operator rolebased/
```
如果您决定将 Operator 安装到指定的命名空间以外的命名空间，则需要调整 IAM 角色 `trust.json` 文件中定义的命名空间以使其匹配。
1. 片刻之后，图表就会以随机生成的名称安装。运行以下命令验证安装是否成功：
```
helm ls
```
您的输出应与以下内容类似：
```
NAME NAMESPACE REVISION UPDATED STATUS CHART APP VERSION
sagemaker-operator sagemaker-k8s-operator-system 1 2019-11-20 23:14:59.6777082 +0000 UTC deployed sagemaker-k8s-operator-0.1.0
```
##### 验证 Operator 部署
1. 通过运行以下命令，您应该能够看到部署到集群的每个操作员的 SageMaker AI 自定义资源定义 (CRDs)：
```
kubectl get crd | grep sagemaker
```
您的输出应与以下内容类似：
```
batchtransformjobs.sagemaker.aws.amazon.com 2019-11-20T17:12:34Z
endpointconfigs.sagemaker.aws.amazon.com 2019-11-20T17:12:34Z
hostingdeployments.sagemaker.aws.amazon.com 2019-11-20T17:12:34Z
hyperparametertuningjobs.sagemaker.aws.amazon.com 2019-11-20T17:12:34Z
models.sagemaker.aws.amazon.com 2019-11-20T17:12:34Z
trainingjobs.sagemaker.aws.amazon.com 2019-11-20T17:12:34Z
```
1. 确保 Operator Pod 成功运行。使用以下命令列出所有 Pod：
```
kubectl -n sagemaker-k8s-operator-system get pods
```
您应该会在命名空间 `sagemaker-k8s-operator-system` 中看到一个名为 `sagemaker-k8s-operator-controller-manager-*****` 的 Pod，如下所示：
```
NAME READY STATUS RESTARTS AGE
sagemaker-k8s-operator-controller-manager-12345678-r8abc 2/2 Running 0 23s
```
#### 命名空间范围部署
您可以选择在单个 Kubernetes 命名空间的范围内安装 Operator。在此模式下，如果资源是在该命名空间内创建的，则控制器仅监视和协调与 SageMaker AI 的资源。这样就能对哪个控制器管理哪个资源进行更精细的控制。这对于部署到多个 AWS 账户或控制哪些用户有权访问特定作业非常有用。
本指南概述了如何将 Operator 安装到特定的预定义命名空间中。要将控制器部署到第二个命名空间中，请从头到尾按照指南进行操作，并在每个步骤中更改命名空间。
##### 为 Amazon EKS 集群创建 OIDC 提供商
以下说明介绍如何创建 OIDC 提供商并将其与您的 Amazon EKS 集群关联。
1. 按如下方式设置本地 `CLUSTER_NAME` 和 `AWS_REGION` 环境变量：
```
# Set the Region and cluster
export CLUSTER_NAME=""
export AWS_REGION=""
```
1. 使用以下命令将 OIDC 提供商与您的集群关联。有关更多信息，请参阅[为集群上的服务账户启用 IAM 角色](https://docs.aws.amazon.com/eks/latest/userguide/enable-iam-roles-for-service-accounts.html)。
```
eksctl utils associate-iam-oidc-provider --cluster ${CLUSTER_NAME} \
--region ${AWS_REGION} --approve
```
您的输出应与以下内容类似：
```
[_] eksctl version 0.10.1
[_] using region us-east-1
[_] IAM OpenID Connect provider is associated with cluster "my-cluster" in "us-east-1"
```
现在，集群已有一个 OIDC 身份提供商，请创建一个角色并授予 Kubernetes 代入该角色的 ServiceAccount 权限。
##### 获取您的 OIDC ID
要进行设置 ServiceAccount，请先使用以下命令获取 OpenID Connect 颁发者网址：
```
aws eks describe-cluster --name ${CLUSTER_NAME} --region ${AWS_REGION} \
--query cluster.identity.oidc.issuer --output text
```
该命令会返回类似以下内容的 URL：
```
https://oidc.eks.${AWS_REGION}.amazonaws.com/id/D48675832CA65BD10A532F597OIDCID
```
在此 URL 中，值 D48675832 CA65 BD10 A532F597OIDCID 是 OIDC ID。您集群的 OIDC ID 不同。您需要使用此 OIDC ID 值来创建角色。
如果输出为 `None`，则表示您的客户端版本过旧。要解决此问题，请运行以下命令：
```
aws eks describe-cluster --region ${AWS_REGION} --query cluster --name ${CLUSTER_NAME} --output text | grep OIDC
```
返回的 OIDC URL 如下所示：
```
OIDC https://oidc.eks.us-east-1.amazonaws.com/id/D48675832CA65BD10A532F597OIDCID
```
##### 创建您的 IAM 角色
1. 创建一个名为 `trust.json` 的文件，并在其中插入以下信任关系代码块。请务必将所有 ``、``、`` 和 `` 占位符替换为与您的集群对应的值。就本指南而言，`my-namespace` 用于 `` 值。
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Principal": {
"Federated": "arn:aws:iam::111122223333:oidc-provider/oidc.eks..amazonaws.com/id/"
},
"Action": "sts:AssumeRoleWithWebIdentity",
"Condition": {
"StringEquals": {
"oidc.eks..amazonaws.com/id/:aud": "sts.amazonaws.com",
"oidc.eks..amazonaws.com/id/:sub": "system:serviceaccount::sagemaker-k8s-operator-default"
}
}
}
]
}
```
------
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Principal": {
"Federated": "arn:aws-cn:iam::111122223333:oidc-provider/oidc.eks..amazonaws.com/id/"
},
"Action": "sts:AssumeRoleWithWebIdentity",
"Condition": {
"StringEquals": {
"oidc.eks..amazonaws.com/id/:aud": "sts.amazonaws.com",
"oidc.eks..amazonaws.com/id/:sub": "system:serviceaccount::sagemaker-k8s-operator-default"
}
}
}
]
}
```
------
1. 运行以下命令，以创建一个具有 `trust.json` 中定义的信任关系的角色。此角色允许 Amazon EKS 集群从 IAM 获取和刷新凭证。
```
aws iam create-role --region ${AWS_REGION} --role-name --assume-role-policy-document file://trust.json --output=text
```
您的输出应与以下内容类似：
```
ROLE arn:aws:iam::123456789012:role/my-role 2019-11-22T21:46:10Z / ABCDEFSFODNN7EXAMPLE my-role
ASSUMEROLEPOLICYDOCUMENT 2012-10-17
STATEMENT sts:AssumeRoleWithWebIdentity Allow
STRINGEQUALS sts.amazonaws.com system:serviceaccount:my-namespace:sagemaker-k8s-operator-default
PRINCIPAL arn:aws:iam::123456789012:oidc-provider/oidc.eks.us-east-1.amazonaws.com/id/
```
请记下 `ROLE ARN`。您将此值传递给您的 Operator。
##### 将 AmazonSageMakerFullAccess 策略附加到您的角色
要授予角色访问 SageMaker AI 的权限，请附加[https://console.aws.amazon.com/iam/home?#/policies/arn:aws:iam::aws:policy/AmazonSageMakerFullAccess](https://console.aws.amazon.com/iam/home?#/policies/arn:aws:iam::aws:policy/AmazonSageMakerFullAccess)策略。如果您想限制 Operator 的权限，可以创建自己的自定义策略并附加该策略。
要附加 `AmazonSageMakerFullAccess`，请运行以下命令：
```
aws iam attach-role-policy --role-name --policy-arn arn:aws:iam::aws:policy/AmazonSageMakerFullAccess
```
Kubernetes ServiceAccount `sagemaker-k8s-operator-default` 应该拥有权限。`AmazonSageMakerFullAccess`安装 Operator 时请确认这一点。
##### 将 Operator 部署到您的命名空间
部署 Operator 时，您可以使用 YAML 文件或 Helm 图表。
##### 使用 YAML 将 Operator 部署到您的命名空间
在命名空间范围内部署 Operator 分为两个部分。第一个是在集群 CRDs 级别安装的一组。每个 Kubernetes 集群只需安装一次这些资源定义。第二部分是 Operator 权限和部署本身。
如果您尚未将安装到集群 CRDs 中，请使用以下命令应用 CRD 安装程序 YAML：
```
kubectl apply -f https://raw.githubusercontent.com/aws/amazon-sagemaker-operator-for-k8s/master/release/rolebased/namespaced/crd.yaml
```
要将 Operator 安装到集群上，请执行以下操作：
1. 使用以下命令下载 Operator 安装程序 YAML：
```
wget https://raw.githubusercontent.com/aws/amazon-sagemaker-operator-for-k8s/master/release/rolebased/namespaced/operator.yaml
```
1. 使用以下命令更新安装程序 YAML，以将资源放入您指定的命名空间中：
```
sed -i -e 's/PLACEHOLDER-NAMESPACE//g' operator.yaml
```
1. 编辑 `operator.yaml` 文件以将资源放入您的 `eks.amazonaws.com/role-arn` 中。将此处的 ARN 替换为您创建的基于 OIDC 的角色的 Amazon 资源名称 (ARN)。
1. 使用以下命令部署集群：
```
kubectl apply -f operator.yaml
```
##### 使用 Helm 图表将 Operator 部署到您的命名空间
在命名空间范围内部署 Operator 需要两个部分。第一个是在集群 CRDs 级别安装的一组。每个 Kubernetes 集群只需安装一次这些资源定义。第二部分是 Operator 权限和部署本身。使用 Helm 图表时，必须先使用 `kubectl` 创建命名空间。
1. 使用以下命令克隆 Helm 安装程序目录：
```
git clone https://github.com/aws/amazon-sagemaker-operator-for-k8s.git
```
1. 导航到 `amazon-sagemaker-operator-for-k8s/hack/charts/installer/namespaced`文件夹。编辑 `rolebased/values.yaml` 文件，其中包含图表的高级参数。将此处的角色 ARN 替换为您创建的基于 OIDC 的角色的 Amazon 资源名称 (ARN)。
1. 使用以下命令安装 Helm 图表：
```
helm install crds crd_chart/
```
1. 使用以下命令创建所需的命名空间并安装 Operator：
```
kubectl create namespace
helm install --n op operator_chart/
```
1. 片刻之后，图表就会以名称 `sagemaker-operator` 安装。运行以下命令验证安装是否成功：
```
helm ls
```
您的输出应与以下内容类似：
```
NAME NAMESPACE REVISION UPDATED STATUS CHART APP VERSION
sagemaker-operator my-namespace 1 2019-11-20 23:14:59.6777082 +0000 UTC deployed sagemaker-k8s-operator-0.1.0
```
##### 验证 Operator 部署到您的命名空间
1. 通过运行以下命令，您应该能够看到部署到集群的每个操作员的 SageMaker AI 自定义资源定义 (CRDs)：
```
kubectl get crd | grep sagemaker
```
您的输出应与以下内容类似：
```
batchtransformjobs.sagemaker.aws.amazon.com 2019-11-20T17:12:34Z
endpointconfigs.sagemaker.aws.amazon.com 2019-11-20T17:12:34Z
hostingdeployments.sagemaker.aws.amazon.com 2019-11-20T17:12:34Z
hyperparametertuningjobs.sagemaker.aws.amazon.com 2019-11-20T17:12:34Z
models.sagemaker.aws.amazon.com 2019-11-20T17:12:34Z
trainingjobs.sagemaker.aws.amazon.com 2019-11-20T17:12:34Z
```
1. 确保 Operator Pod 成功运行。使用以下命令列出所有 Pod：
```
kubectl -n my-namespace get pods
```
您应该会在命名空间 `my-namespace` 中看到一个名为 `sagemaker-k8s-operator-controller-manager-*****` 的 Pod，如下所示：
```
NAME READY STATUS RESTARTS AGE
sagemaker-k8s-operator-controller-manager-12345678-r8abc 2/2 Running 0 23s
```
#### 安装 A SageMaker I 日志`kubectl`插件
[作为 Kubernetes SageMaker 人工智能运算符的一部分，你可以将该`smlogs`插件用于。](https://kubernetes.io/docs/tasks/extend-kubectl/kubectl-plugins/) `kubectl`这允许使用 SageMaker AI CloudWatch 日志进行流式传输`kubectl`。 `kubectl`必须安装到你的 [PATH](http://www.linfo.org/path_env_var.html) 上。以下命令将二进制文件放入主目录的 `sagemaker-k8s-bin` 目录，然后将该目录添加到您的 `PATH`。
```
export os="linux"
wget https://amazon-sagemaker-operator-for-k8s-us-east-1.s3.amazonaws.com/kubectl-smlogs-plugin/v1/${os}.amd64.tar.gz
tar xvzf ${os}.amd64.tar.gz
# Move binaries to a directory in your homedir.
mkdir ~/sagemaker-k8s-bin
cp ./kubectl-smlogs.${os}.amd64/kubectl-smlogs ~/sagemaker-k8s-bin/.
# This line adds the binaries to your PATH in your .bashrc.
echo 'export PATH=$PATH:~/sagemaker-k8s-bin' >> ~/.bashrc
# Source your .bashrc to update environment variables:
source ~/.bashrc
```
使用以下命令验证是否已正确安装 `kubectl` 插件：
```
kubectl smlogs
```
如果 `kubectl` 插件安装正确，则输出应如下所示：
```
View SageMaker AI logs via Kubernetes
Usage:
smlogs [command]
Aliases:
smlogs, SMLogs, Smlogs
Available Commands:
BatchTransformJob View BatchTransformJob logs via Kubernetes
TrainingJob View TrainingJob logs via Kubernetes
help Help about any command
Flags:
-h, --help help for smlogs
Use "smlogs [command] --help" for more information about a command.
```
### 清理 资源
要从集群中卸载操作员，必须先确保从集群中删除所有 SageMaker AI 资源。否则会导致 Operator 删除操作挂起。运行以下命令以停止所有作业：
```
# Delete all SageMaker AI jobs from Kubernetes
kubectl delete --all --all-namespaces hyperparametertuningjob.sagemaker.aws.amazon.com
kubectl delete --all --all-namespaces trainingjobs.sagemaker.aws.amazon.com
kubectl delete --all --all-namespaces batchtransformjob.sagemaker.aws.amazon.com
kubectl delete --all --all-namespaces hostingdeployment.sagemaker.aws.amazon.com
```
您应该可以看到类似于如下所示的输出内容：
```
$ kubectl delete --all --all-namespaces trainingjobs.sagemaker.aws.amazon.com
trainingjobs.sagemaker.aws.amazon.com "xgboost-mnist-from-for-s3" deleted
$ kubectl delete --all --all-namespaces hyperparametertuningjob.sagemaker.aws.amazon.com
hyperparametertuningjob.sagemaker.aws.amazon.com "xgboost-mnist-hpo" deleted
$ kubectl delete --all --all-namespaces batchtransformjob.sagemaker.aws.amazon.com
batchtransformjob.sagemaker.aws.amazon.com "xgboost-mnist" deleted
$ kubectl delete --all --all-namespaces hostingdeployment.sagemaker.aws.amazon.com
hostingdeployment.sagemaker.aws.amazon.com "host-xgboost" deleted
```
删除所有 SageMaker AI 作业后，请参阅[删除 Operator](#delete-operators)从集群中删除操作员。
### 删除 Operator
#### 删除基于集群的 Operator
##### 使用 YAML 安装的 Operator
要从集群中卸载操作员，请确保已从集群中删除所有 SageMaker AI 资源。否则会导致 Operator 删除操作挂起。
**注意**
在删除集群之前，请务必从集群中删除所有 SageMaker AI 资源。请参阅[清理 资源](#cleanup-operator-resources)了解更多信息。
删除所有 SageMaker AI 作业后，使用`kubectl`从集群中删除操作员：
```
# Delete the operator and its resources
kubectl delete -f /installer.yaml
```
您应该可以看到类似于如下所示的输出内容：
```
$ kubectl delete -f raw-yaml/installer.yaml
namespace "sagemaker-k8s-operator-system" deleted
customresourcedefinition.apiextensions.k8s.io "batchtransformjobs.sagemaker.aws.amazon.com" deleted
customresourcedefinition.apiextensions.k8s.io "endpointconfigs.sagemaker.aws.amazon.com" deleted
customresourcedefinition.apiextensions.k8s.io "hostingdeployments.sagemaker.aws.amazon.com" deleted
customresourcedefinition.apiextensions.k8s.io "hyperparametertuningjobs.sagemaker.aws.amazon.com" deleted
customresourcedefinition.apiextensions.k8s.io "models.sagemaker.aws.amazon.com" deleted
customresourcedefinition.apiextensions.k8s.io "trainingjobs.sagemaker.aws.amazon.com" deleted
role.rbac.authorization.k8s.io "sagemaker-k8s-operator-leader-election-role" deleted
clusterrole.rbac.authorization.k8s.io "sagemaker-k8s-operator-manager-role" deleted
clusterrole.rbac.authorization.k8s.io "sagemaker-k8s-operator-proxy-role" deleted
rolebinding.rbac.authorization.k8s.io "sagemaker-k8s-operator-leader-election-rolebinding" deleted
clusterrolebinding.rbac.authorization.k8s.io "sagemaker-k8s-operator-manager-rolebinding" deleted
clusterrolebinding.rbac.authorization.k8s.io "sagemaker-k8s-operator-proxy-rolebinding" deleted
service "sagemaker-k8s-operator-controller-manager-metrics-service" deleted
deployment.apps "sagemaker-k8s-operator-controller-manager" deleted
secrets "sagemaker-k8s-operator-abcde" deleted
```
##### 使用 Helm 图表安装的 Operator
要删除操作员 CRDs，请先删除所有正在运行的作业。然后使用以下命令删除用于部署 Operator 的 Helm 图表：
```
# get the helm charts
helm ls
# delete the charts
helm delete
```
#### 删除基于命名空间的 Operator
##### 使用 YAML 安装的 Operator
要从集群中卸载操作员，请先确保已从集群中删除所有 SageMaker AI 资源。否则会导致 Operator 删除操作挂起。
**注意**
在删除集群之前，请务必从集群中删除所有 SageMaker AI 资源。请参阅[清理 资源](#cleanup-operator-resources)了解更多信息。
删除所有 SageMaker AI 作业后，使用`kubectl`先从命名空间中删除操作员，然后再从集群 CRDs 中删除运算符。运行以下命令以从集群中删除 Operator：
```
# Delete the operator using the same yaml file that was used to install the operator
kubectl delete -f operator.yaml
# Now delete the CRDs using the CRD installer yaml
kubectl delete -f https://raw.githubusercontent.com/aws/amazon-sagemaker-operator-for-k8s/master/release/rolebased/namespaced/crd.yaml
# Now you can delete the namespace if you want
kubectl delete namespace
```
##### 使用 Helm 图表安装的 Operator
要删除操作员 CRDs，请先删除所有正在运行的作业。然后使用以下命令删除用于部署 Operator 的 Helm 图表：
```
# Delete the operator
helm delete
# delete the crds
helm delete crds
# optionally delete the namespace
kubectl delete namespace
```
### 问题排查
#### 调试失败的作业
使用以下步骤调试失败的作业。
+ 可以通过运行以下命令来检查作业状态：
```
kubectl get
```
+ 如果任务是在 SageMaker AI 中创建的，则可以使用以下命令查看`STATUS`和`SageMaker Job Name`：
```
kubectl get
```
+ 您可以使用以下命令通过 `smlogs` 查找问题原因：
```
kubectl smlogs
```
+ 还可以使用以下命令通过 `describe` 命令获取有关作业的更多详细信息。输出中有一个 `additional` 字段，其中包含有关作业状态的更多信息。
```
kubectl describe
```
+ 如果任务不是在 SageMaker AI 中创建的，则使用操作员的 pod 的日志来查找问题的原因，如下所示：
```
$ kubectl get pods -A | grep sagemaker
# Output:
sagemaker-k8s-operator-system sagemaker-k8s-operator-controller-manager-5cd7df4d74-wh22z 2/2 Running 0 3h33m
$ kubectl logs -p -c manager -n sagemaker-k8s-operator-system
```
#### 删除 Operator CRD
如果删除作业失败，请检查 Operator 是否正在运行。如果 Operator 未运行，则必须使用以下步骤删除终结器：
1. 在新终端中，使用 `kubectl edit` 在编辑器中打开作业，如下所示：
```
kubectl edit
```
1. 编辑作业，通过从文件中删除以下两行来删除终结器。保存文件后，作业即被删除。
```
finalizers:
- sagemaker-operator-finalizer
```
### 每个区域 SMlogs 的图片和图片
下表列出了每个区域 SMLogs 中可用的操作员图像。
| Region | 控制器映像 | Linu SMLogs |
| --- | --- | --- |
| us-east-1 | 957583890962.dkr.ecr.us-east-1.amazonaws.com/amazon-sagemaker-operator-for-k8s:v1 | [https://s3.us-east-1.amazonaws.com/amazon-sagemaker-operator-for-k8s-us-east-1/kubectl-smlogs-plugin/v1/linux.amd64.tar.gz](https://s3.us-east-1.amazonaws.com/amazon-sagemaker-operator-for-k8s-us-east-1/kubectl-smlogs-plugin/v1/linux.amd64.tar.gz) |
| us-east-2 | 922499468684.dkr.ecr.us-east-2.amazonaws.com/amazon-sagemaker-operator-for-k8s:v1 | [https://s3.us-east-2.amazonaws.com/amazon-sagemaker-operator-for-k8s-us-east-2/kubectl-smlogs-plugin/v1/linux.amd64.tar.gz](https://s3.us-east-2.amazonaws.com/amazon-sagemaker-operator-for-k8s-us-east-2/kubectl-smlogs-plugin/v1/linux.amd64.tar.gz) |
| us-west-2 | 640106867763.dkr.ecr.us-west-2.amazonaws.com/amazon-sagemaker-operator-for-k8s:v1 | [https://s3.us-west-2.amazonaws.com/amazon-sagemaker-operator-for-k8s-us-west-2/kubectl-smlogs-plugin/v1/linux.amd64.tar.gz](https://s3.us-west-2.amazonaws.com/amazon-sagemaker-operator-for-k8s-us-west-2/kubectl-smlogs-plugin/v1/linux.amd64.tar.gz) |
| eu-west-1 | 613661167059.dkr.ecr.eu-west-1.amazonaws.com/amazon-sagemaker-operator-for-k8s:v1 | [https://s3.eu-west-1.amazonaws.com/amazon-sagemaker-operator-for-k8s-eu-west-1/kubectl-smlogs-plugin/v1/linux.amd64.tar.gz](https://s3.eu-west-1.amazonaws.com/amazon-sagemaker-operator-for-k8s-eu-west-1/kubectl-smlogs-plugin/v1/linux.amd64.tar.gz) |
# 使用 Amazon A SageMaker I Jobs
本节基于适用于 [Kubernetes SageMaker 的人工智能运算符的原](https://github.com/aws/amazon-sagemaker-operator-for-k8s)始版本。
**重要**
我们将停止对 [Kubernetes SageMaker 操作](https://github.com/aws/amazon-sagemaker-operator-for-k8s/tree/master)员的原始版本的开发和技术支持。
如果您当前使用的是 [Kubernetes SageMaker 操作员版本`v1.2.2`或更](https://github.com/aws/amazon-sagemaker-operator-for-k8s/tree/master)低版本，我们建议您将资源迁移到适用于 Amazon 的 [ACK 服务控制](https://github.com/aws-controllers-k8s/sagemaker-controller)器。 SageMakerACK 服务控制器是基于 Kubernetes 控制[AWS 器 (ACK) 的新一代 Kuber](https://aws-controllers-k8s.github.io/community/) netes SageMaker 操作员。
有关迁移步骤的信息，请参阅[将资源迁移到最新 Operator](kubernetes-sagemaker-operators-migrate.md)。
有关终止对 Kubernetes SageMaker 操作员原始版本支持的常见问题解答，请参阅 [宣布终止对 Kubernetes SageMaker 人工智能运算符原始版本的支持](kubernetes-sagemaker-operators-eos-announcement.md)
要使用 Kubernetes 的运算符运行 SageMaker Amazon AI 作业，你可以应用 YAML 文件或使用提供的 Helm Charts。
以下教程中的所有示例 Operator 作业都使用来自公共 MNIST 数据集的示例数据。要运行这些示例，请将数据集下载到 Amazon S3 存储桶中。您可以在[下载 MNIST 数据集](https://docs.aws.amazon.com/sagemaker/latest/dg/ex1-preprocess-data-pull-data.html)中找到该数据集。
**Topics**
+ [TrainingJob 操作员](#trainingjob-operator)
+ [HyperParameterTuningJob 操作员](#hyperparametertuningjobs-operator)
+ [BatchTransformJob 操作员](#batchtransformjobs-operator)
+ [HostingDeployment 操作员](#hosting-deployment-operator)
+ [ProcessingJob 操作员](#kubernetes-processing-job-operator)
+ [HostingAutoscalingPolicy (HAP) 操作员](#kubernetes-hap-operator)
## TrainingJob 操作员
通过在 AI 中为你启动 SageMaker AI，训练作业操作员将你指定的训练作业规范与 SageMaker AI 进行协调。您可以在 SageMaker A [CreateTrainingJob I API 文档](https://docs.aws.amazon.com/sagemaker/latest/dg/API_CreateTrainingJob.html)中了解有关 SageMaker 训练作业的更多信息。
**Topics**
+ [TrainingJob 使用 YAML 文件创建](#create-a-trainingjob-using-a-simple-yaml-file)
+ [TrainingJob 使用 Helm Chart 创建一个](#create-a-trainingjob-using-a-helm-chart)
+ [名单 TrainingJobs](#list-training-jobs)
+ [描述一个 TrainingJob](#describe-a-training-job)
+ [查看来自的日志 TrainingJobs](#view-logs-from-training-jobs)
+ [删除 TrainingJobs](#delete-training-jobs)
### TrainingJob 使用 YAML 文件创建
1. 使用以下命令下载示例 YAML 文件进行训练：
```
wget https://raw.githubusercontent.com/aws/amazon-sagemaker-operator-for-k8s/master/samples/xgboost-mnist-trainingjob.yaml
```
1. 编辑该`xgboost-mnist-trainingjob.yaml`文件以将`roleArn`参数替换为您的``和 A SageMaker I 执行角色`outputPath`具有写入权限的 Amazon S3 存储桶。`roleArn`必须拥有权限，这样 SageMaker AI 才能代表您访问 Amazon S3 CloudWatch、Amazon 和其他服务。有关创建 SageMaker AI 的更多信息 ExecutionRole，请参阅 [SageMaker AI 角色](https://docs.aws.amazon.com/sagemaker/latest/dg/sagemaker-roles.html#sagemaker-roles-createtrainingjob-perms)。使用以下命令应用 YAML 文件：
```
kubectl apply -f xgboost-mnist-trainingjob.yaml
```
### TrainingJob 使用 Helm Chart 创建一个
你可以使用 Helm Charts 来运行 TrainingJobs。
1. 使用以下命令克隆 GitHub 存储库以获取源代码：
```
git clone https://github.com/aws/amazon-sagemaker-operator-for-k8s.git
```
1. 导航到 `amazon-sagemaker-operator-for-k8s/hack/charts/training-jobs/` 文件夹并编辑 `values.yaml` 文件，将 `rolearn` 和 `outputpath` 之类的值替换为与您的账户对应的值。RoLearn 必须拥有权限，这样 SageMaker AI 才能代表您访问亚马逊 S3 CloudWatch、亚马逊和其他服务。有关创建 SageMaker AI 的更多信息 ExecutionRole，请参阅 [SageMaker AI 角色](https://docs.aws.amazon.com/sagemaker/latest/dg/sagemaker-roles.html#sagemaker-roles-createtrainingjob-perms)。
#### 创建 TrainingJob
将角色和 Amazon S3 存储桶替换为 `values.yaml` 中的相应值后，您可以使用以下命令创建训练作业：
```
helm install . --generate-name
```
您的输出应与以下内容类似：
```
NAME: chart-12345678
LAST DEPLOYED: Wed Nov 20 23:35:49 2019
NAMESPACE: default
STATUS: deployed
REVISION: 1
TEST SUITE: None
NOTES:
Thanks for installing the sagemaker-k8s-trainingjob.
```
#### 验证您的训练 Helm 图表
要验证 Helm 图表是否已成功创建，请运行：
```
helm ls
```
您的输出应与以下内容类似：
```
NAME NAMESPACE REVISION UPDATED STATUS CHART APP VERSION
chart-12345678 default 1 2019-11-20 23:35:49.9136092 +0000 UTC deployed sagemaker-k8s-trainingjob-0.1.0
rolebased-12345678 default 1 2019-11-20 23:14:59.6777082 +0000 UTC deployed sagemaker-k8s-operator-0.1.0
```
`helm install` 创建一个 `TrainingJob` Kubernetes 资源。操作员在 SageMaker AI 中启动实际训练作业，并更新 `TrainingJob` Kubernetes 资源以反映 AI 中作业的状态。 SageMaker 在工作期间使用的 SageMaker AI 资源会产生费用。作业完成或停止后，您无需支付任何费用。
**注意**： SageMaker AI 不允许你更新跑步训练作业。您不能编辑任何参数并重新应用配置文件。要么更改元数据名称，要么删除现有作业并创建新作业。与 Kubeflow TFJob 中现有的训练作业操作员类似，`update`不支持。
### 名单 TrainingJobs
使用以下命令列出使用 Kubernetes Operator 创建的所有作业：
```
kubectl get TrainingJob
```
列出所有作业的输出应与以下内容类似：
```
kubectl get trainingjobs
NAME STATUS SECONDARY-STATUS CREATION-TIME SAGEMAKER-JOB-NAME
xgboost-mnist-from-for-s3 InProgress Starting 2019-11-20T23:42:35Z xgboost-mnist-from-for-s3-examplef11eab94e0ed4671d5a8f
```
训练作业无论是完成还是失败，都将继续列在列表中。您可以按照[删除 TrainingJobs](#delete-training-jobs) 步骤从列表中删除 `TrainingJob` 作业。已完成或停止的任务不会对 SageMaker 人工智能资源产生任何费用。
#### TrainingJob 状态值
`STATUS` 字段可以是以下任一值：
+ `Completed`
+ `InProgress`
+ `Failed`
+ `Stopped`
+ `Stopping`
这些状态直接来自 SageMaker A [I 官方 API 文档](https://docs.aws.amazon.com/sagemaker/latest/dg/API_DescribeTrainingJob.html#SageMaker-DescribeTrainingJob-response-TrainingJobStatus)。
除了官方 SageMaker 的人工智能身份外，还有可能成`STATUS`为`SynchronizingK8sJobWithSageMaker`。这意味着 Operator 尚未处理该作业。
#### 次要状态值
次要状态直接来自 SageMaker A [I 官方 API 文档](https://docs.aws.amazon.com/sagemaker/latest/dg/API_DescribeTrainingJob.html#SageMaker-DescribeTrainingJob-response-SecondaryStatus)。它们包含有关作业状态的更详细信息。
### 描述一个 TrainingJob
您可以使用 `describe` `kubectl` 命令获取有关训练作业的更多详细信息。这通常用于调试问题或检查训练作业的参数。要获取有关训练作业的信息，请使用以下命令：
```
kubectl describe trainingjob xgboost-mnist-from-for-s3
```
训练作业的输出应与以下内容类似：
```
Name: xgboost-mnist-from-for-s3
Namespace: default
Labels:
Annotations:
API Version: sagemaker.aws.amazon.com/v1
Kind: TrainingJob
Metadata:
Creation Timestamp: 2019-11-20T23:42:35Z
Finalizers:
sagemaker-operator-finalizer
Generation: 2
Resource Version: 23119
Self Link: /apis/sagemaker.aws.amazon.com/v1/namespaces/default/trainingjobs/xgboost-mnist-from-for-s3
UID: 6d7uiui-0bef-11ea-b94e-0ed467example
Spec:
Algorithm Specification:
Training Image: 8256416981234.dkr.ecr.us-east-2.amazonaws.com/xgboost:1
Training Input Mode: File
Hyper Parameters:
Name: eta
Value: 0.2
Name: gamma
Value: 4
Name: max_depth
Value: 5
Name: min_child_weight
Value: 6
Name: num_class
Value: 10
Name: num_round
Value: 10
Name: objective
Value: multi:softmax
Name: silent
Value: 0
Input Data Config:
Channel Name: train
Compression Type: None
Content Type: text/csv
Data Source:
S 3 Data Source:
S 3 Data Distribution Type: FullyReplicated
S 3 Data Type: S3Prefix
S 3 Uri: https://s3-us-east-2.amazonaws.com/amzn-s3-demo-bucket/sagemaker/xgboost-mnist/train/
Channel Name: validation
Compression Type: None
Content Type: text/csv
Data Source:
S 3 Data Source:
S 3 Data Distribution Type: FullyReplicated
S 3 Data Type: S3Prefix
S 3 Uri: https://s3-us-east-2.amazonaws.com/amzn-s3-demo-bucket/sagemaker/xgboost-mnist/validation/
Output Data Config:
S 3 Output Path: s3://amzn-s3-demo-bucket/sagemaker/xgboost-mnist/xgboost/
Region: us-east-2
Resource Config:
Instance Count: 1
Instance Type: ml.m4.xlarge
Volume Size In GB: 5
Role Arn: arn:aws:iam::12345678910:role/service-role/AmazonSageMaker-ExecutionRole
Stopping Condition:
Max Runtime In Seconds: 86400
Training Job Name: xgboost-mnist-from-for-s3-6d7fa0af0bef11eab94e0example
Status:
Cloud Watch Log URL: https://us-east-2.console.aws.amazon.com/cloudwatch/home?region=us-east-2#logStream:group=/aws/sagemaker/TrainingJobs;prefix=;streamFilter=typeLogStreamPrefix
Last Check Time: 2019-11-20T23:44:29Z
Sage Maker Training Job Name: xgboost-mnist-from-for-s3-6d7fa0af0bef11eab94eexample
Secondary Status: Downloading
Training Job Status: InProgress
Events:
```
### 查看来自的日志 TrainingJobs
使用以下命令查看 `kmeans-mnist` 训练作业的日志：
```
kubectl smlogs trainingjob xgboost-mnist-from-for-s3
```
您的输出应类似于以下内容。实例日志按时间顺序排列。
```
"xgboost-mnist-from-for-s3" has SageMaker TrainingJobName "xgboost-mnist-from-for-s3-123456789" in region "us-east-2", status "InProgress" and secondary status "Starting"
xgboost-mnist-from-for-s3-6d7fa0af0bef11eab94e0ed46example/algo-1-1574293123 2019-11-20 23:45:24.7 +0000 UTC Arguments: train
xgboost-mnist-from-for-s3-6d7fa0af0bef11eab94e0ed46example/algo-1-1574293123 2019-11-20 23:45:24.7 +0000 UTC [2019-11-20:23:45:22:INFO] Running standalone xgboost training.
xgboost-mnist-from-for-s3-6d7fa0af0bef11eab94e0ed46example/algo-1-1574293123 2019-11-20 23:45:24.7 +0000 UTC [2019-11-20:23:45:22:INFO] File size need to be processed in the node: 1122.95mb. Available memory size in the node: 8586.0mb
xgboost-mnist-from-for-s3-6d7fa0af0bef11eab94e0ed46example/algo-1-1574293123 2019-11-20 23:45:24.7 +0000 UTC [2019-11-20:23:45:22:INFO] Determined delimiter of CSV input is ','
xgboost-mnist-from-for-s3-6d7fa0af0bef11eab94e0ed46example/algo-1-1574293123 2019-11-20 23:45:24.7 +0000 UTC [23:45:22] S3DistributionType set as FullyReplicated
```
### 删除 TrainingJobs
使用以下命令停止 Amazon A SageMaker I 上的训练作业：
```
kubectl delete trainingjob xgboost-mnist-from-for-s3
```
此命令会从 Kubernetes 中移除 SageMaker 训练作业。此命令将返回以下输出：
```
trainingjob.sagemaker.aws.amazon.com "xgboost-mnist-from-for-s3" deleted
```
如果 SageMaker AI 上的作业仍在进行中，则该作业将停止。任务停止或完成后，您无需为 SageMaker 人工智能资源支付任何费用。
**注意**： SageMaker AI 不会删除训练作业。已停止的作业继续显示在 SageMaker AI 控制台上。该`delete`命令大约需要 2 分钟才能从 SageMaker AI 中清理资源。
## HyperParameterTuningJob 操作员
超参数调优作业操作员通过在 AI 中启动您指定的超参数调整作业规范与 SageMaker AI 进行协调。 SageMaker 您可以在 AI [CreateHyperParameterTuningJob AP SageMaker I 文档](https://docs.aws.amazon.com/sagemaker/latest/dg/API_CreateHyperParameterTuningJob.html)中了解有关 A SageMaker I 超参数调整任务的更多信息。
**Topics**
+ [HyperparameterTuningJob 使用 YAML 文件创建](#create-a-hyperparametertuningjob-using-a-simple-yaml-file)
+ [HyperparameterTuningJob 使用 Helm Chart 创建](#create-a-hyperparametertuningjob-using-a-helm-chart)
+ [名单 HyperparameterTuningJobs](#list-hyperparameter-tuning-jobs)
+ [描述一个 HyperparameterTuningJob](#describe-a-hyperparameter-tuning-job)
+ [查看来自的日志 HyperparameterTuningJobs](#view-logs-from-hyperparametertuning-jobs)
+ [删除一个 HyperparameterTuningJob](#delete-hyperparametertuning-jobs)
### HyperparameterTuningJob 使用 YAML 文件创建
1. 使用以下命令下载超参数优化作业的示例 YAML 文件：
```
wget https://raw.githubusercontent.com/aws/amazon-sagemaker-operator-for-k8s/master/samples/xgboost-mnist-hpo.yaml
```
1. 编辑 `xgboost-mnist-hpo.yaml` 文件以将 `roleArn` 参数替换为您的 `sagemaker-execution-role`。要成功运行超参数优化作业，您还必须将 `s3InputPath` 和 `s3OutputPath` 更改为与您的账户对应的值。使用以下命令应用更新 YAML 文件：
```
kubectl apply -f xgboost-mnist-hpo.yaml
```
### HyperparameterTuningJob 使用 Helm Chart 创建
您可以使用 Helm 图表运行超参数优化作业。
1. 使用以下命令克隆 GitHub 存储库以获取源代码：
```
git clone https://github.com/aws/amazon-sagemaker-operator-for-k8s.git
```
1. 导航到 `amazon-sagemaker-operator-for-k8s/hack/charts/hyperparameter-tuning-jobs/`文件夹。
1. 编辑 `values.yaml` 文件以将 `roleArn` 参数替换为您的 `sagemaker-execution-role`。要成功运行超参数优化作业，您还必须将 `s3InputPath` 和 `s3OutputPath` 更改为与您的账户对应的值。
#### 创建 HyperparameterTuningJob
将角色和 Amazon S3 路径替换为 `values.yaml` 中的相应值后，您可以使用以下命令创建超参数优化作业：
```
helm install . --generate-name
```
您的输出应类似于以下内容：
```
NAME: chart-1574292948
LAST DEPLOYED: Wed Nov 20 23:35:49 2019
NAMESPACE: default
STATUS: deployed
REVISION: 1
TEST SUITE: None
NOTES:
Thanks for installing the sagemaker-k8s-hyperparametertuningjob.
```
#### 验证图表安装
要验证是否已成功创建 Helm 图表，请运行以下命令：
```
helm ls
```
您的输出应与以下内容类似：
```
NAME NAMESPACE REVISION UPDATED
chart-1474292948 default 1 2019-11-20 23:35:49.9136092 +0000 UTC deployed sagemaker-k8s-hyperparametertuningjob-0.1.0 STATUS CHART APP VERSION
chart-1574292948 default 1 2019-11-20 23:35:49.9136092 +0000 UTC deployed sagemaker-k8s-trainingjob-0.1.0
rolebased-1574291698 default 1 2019-11-20 23:14:59.6777082 +0000 UTC deployed sagemaker-k8s-operator-0.1.0
```
`helm install` 创建一个 `HyperParameterTuningJob` Kubernetes 资源。操作员在 SageMaker AI 中启动实际的超参数优化作业，并更新 `HyperParameterTuningJob` Kubernetes 资源以反映该任务在 AI 中的状态。 SageMaker 在工作期间使用的 SageMaker AI 资源会产生费用。作业完成或停止后，您无需支付任何费用。
**注意**： SageMaker AI 不允许您更新正在运行的超参数调整作业。您不能编辑任何参数并重新应用配置文件。您必须更改元数据名称，或删除现有作业并创建新作业。与 Kubeflow 中的 `TFJob` 等现有训练作业 Operator 类似，`update` 不受支持。
### 名单 HyperparameterTuningJobs
使用以下命令列出使用 Kubernetes Operator 创建的所有作业：
```
kubectl get hyperparametertuningjob
```
您的输出应与以下内容类似：
```
NAME STATUS CREATION-TIME COMPLETED INPROGRESS ERRORS STOPPED BEST-TRAINING-JOB SAGEMAKER-JOB-NAME
xgboost-mnist-hpo Completed 2019-10-17T01:15:52Z 10 0 0 0 xgboostha92f5e3cf07b11e9bf6c06d6-009-4c7a123 xgboostha92f5e3cf07b11e9bf6c123
```
超参数优化作业无论是完成还是失败，都将继续列在列表中。您可以按照[删除一个 HyperparameterTuningJob](#delete-hyperparametertuning-jobs) 中的步骤从列表中删除 `hyperparametertuningjob`。已完成或停止的任务不会对 SageMaker 人工智能资源产生任何费用。
#### 超参数优化作业状态值
`STATUS` 字段可以是以下任一值：
+ `Completed`
+ `InProgress`
+ `Failed`
+ `Stopped`
+ `Stopping`
这些状态直接来自 SageMaker A [I 官方 API 文档](https://docs.aws.amazon.com/sagemaker/latest/dg/API_DescribeHyperParameterTuningJob.html#SageMaker-DescribeHyperParameterTuningJob-response-HyperParameterTuningJobStatus)。
除了官方 SageMaker 的人工智能身份外，还有可能成`STATUS`为`SynchronizingK8sJobWithSageMaker`。这意味着 Operator 尚未处理该作业。
#### 状态计数器
输出有几个计数器，如 `COMPLETED` 和 `INPROGRESS`。它们分别表示已完成和正在进行的训练作业的数量。有关如何确定这些值的更多信息，请参阅 SageMaker API 文档[TrainingJobStatusCounters](https://docs.aws.amazon.com/sagemaker/latest/dg/API_TrainingJobStatusCounters.html)中的。
#### 最佳 TrainingJob
此列包含对所选指标进行了最佳优化的 `TrainingJob` 的名称。
要查看已优化超参数的摘要，请运行：
```
kubectl describe hyperparametertuningjob xgboost-mnist-hpo
```
要查看有关 `TrainingJob` 的详细信息，请运行：
```
kubectl describe trainingjobs
```
#### 已生成 TrainingJobs
您还可以运行以下命令，跟踪 `HyperparameterTuningJob` 在 Kubernetes 中启动的所有 10 个训练作业：
```
kubectl get trainingjobs
```
### 描述一个 HyperparameterTuningJob
您可以使用 `describe` `kubectl` 命令获取调试详细信息。
```
kubectl describe hyperparametertuningjob xgboost-mnist-hpo
```
除了有关调优作业的信息外，Kubernetes 的 SageMaker AI Operator 还会在输出中显示超参数调优[作业找到的最佳训练](https://docs.aws.amazon.com/sagemaker/latest/dg/automatic-model-tuning-monitor.html#automatic-model-tuning-best-training-job)作业，如下所示：`describe`
```
Name: xgboost-mnist-hpo
Namespace: default
Labels:
Annotations: kubectl.kubernetes.io/last-applied-configuration:
{"apiVersion":"sagemaker.aws.amazon.com/v1","kind":"HyperparameterTuningJob","metadata":{"annotations":{},"name":"xgboost-mnist-hpo","namespace":...
API Version: sagemaker.aws.amazon.com/v1
Kind: HyperparameterTuningJob
Metadata:
Creation Timestamp: 2019-10-17T01:15:52Z
Finalizers:
sagemaker-operator-finalizer
Generation: 2
Resource Version: 8167
Self Link: /apis/sagemaker.aws.amazon.com/v1/namespaces/default/hyperparametertuningjobs/xgboost-mnist-hpo
UID: a92f5e3c-f07b-11e9-bf6c-06d6f303uidu
Spec:
Hyper Parameter Tuning Job Config:
Hyper Parameter Tuning Job Objective:
Metric Name: validation:error
Type: Minimize
Parameter Ranges:
Integer Parameter Ranges:
Max Value: 20
Min Value: 10
Name: num_round
Scaling Type: Linear
Resource Limits:
Max Number Of Training Jobs: 10
Max Parallel Training Jobs: 10
Strategy: Bayesian
Training Job Early Stopping Type: Off
Hyper Parameter Tuning Job Name: xgboostha92f5e3cf07b11e9bf6c06d6
Region: us-east-2
Training Job Definition:
Algorithm Specification:
Training Image: 12345678910.dkr.ecr.us-east-2.amazonaws.com/xgboost:1
Training Input Mode: File
Input Data Config:
Channel Name: train
Content Type: text/csv
Data Source:
s3DataSource:
s3DataDistributionType: FullyReplicated
s3DataType: S3Prefix
s3Uri: https://s3-us-east-2.amazonaws.com/amzn-s3-demo-bucket/sagemaker/xgboost-mnist/train/
Channel Name: validation
Content Type: text/csv
Data Source:
s3DataSource:
s3DataDistributionType: FullyReplicated
s3DataType: S3Prefix
s3Uri: https://s3-us-east-2.amazonaws.com/amzn-s3-demo-bucket/sagemaker/xgboost-mnist/validation/
Output Data Config:
s3OutputPath: https://s3-us-east-2.amazonaws.com/amzn-s3-demo-bucket/sagemaker/xgboost-mnist/xgboost
Resource Config:
Instance Count: 1
Instance Type: ml.m4.xlarge
Volume Size In GB: 5
Role Arn: arn:aws:iam::123456789012:role/service-role/AmazonSageMaker-ExecutionRole
Static Hyper Parameters:
Name: base_score
Value: 0.5
Name: booster
Value: gbtree
Name: csv_weights
Value: 0
Name: dsplit
Value: row
Name: grow_policy
Value: depthwise
Name: lambda_bias
Value: 0.0
Name: max_bin
Value: 256
Name: max_leaves
Value: 0
Name: normalize_type
Value: tree
Name: objective
Value: reg:linear
Name: one_drop
Value: 0
Name: prob_buffer_row
Value: 1.0
Name: process_type
Value: default
Name: rate_drop
Value: 0.0
Name: refresh_leaf
Value: 1
Name: sample_type
Value: uniform
Name: scale_pos_weight
Value: 1.0
Name: silent
Value: 0
Name: sketch_eps
Value: 0.03
Name: skip_drop
Value: 0.0
Name: tree_method
Value: auto
Name: tweedie_variance_power
Value: 1.5
Stopping Condition:
Max Runtime In Seconds: 86400
Status:
Best Training Job:
Creation Time: 2019-10-17T01:16:14Z
Final Hyper Parameter Tuning Job Objective Metric:
Metric Name: validation:error
Value:
Objective Status: Succeeded
Training End Time: 2019-10-17T01:20:24Z
Training Job Arn: arn:aws:sagemaker:us-east-2:123456789012:training-job/xgboostha92f5e3cf07b11e9bf6c06d6-009-4sample
Training Job Name: xgboostha92f5e3cf07b11e9bf6c06d6-009-4c7a3059
Training Job Status: Completed
Training Start Time: 2019-10-17T01:18:35Z
Tuned Hyper Parameters:
Name: num_round
Value: 18
Hyper Parameter Tuning Job Status: Completed
Last Check Time: 2019-10-17T01:21:01Z
Sage Maker Hyper Parameter Tuning Job Name: xgboostha92f5e3cf07b11e9bf6c06d6
Training Job Status Counters:
Completed: 10
In Progress: 0
Non Retryable Error: 0
Retryable Error: 0
Stopped: 0
Total Error: 0
Events:
```
### 查看来自的日志 HyperparameterTuningJobs
超参数优化作业没有日志，但它们启动的所有训练作业都有日志。可以像访问普通的训练作业一样访问这些日志。有关更多信息，请参阅 [查看来自的日志 TrainingJobs](#view-logs-from-training-jobs)。
### 删除一个 HyperparameterTuningJob
使用以下命令停止 A SageMaker I 中的超参数作业。
```
kubectl delete hyperparametertuningjob xgboost-mnist-hpo
```
此命令从 Kubernetes 集群中移除超参数调整任务和相关的训练作业，并在 AI 中停止它们。 SageMaker 已停止或已完成的任务不会对 SageMaker 人工智能资源产生任何费用。 SageMaker AI 不会删除超参数调整作业。已停止的作业继续显示在 SageMaker AI 控制台上。
您的输出应与以下内容类似：
```
hyperparametertuningjob.sagemaker.aws.amazon.com "xgboost-mnist-hpo" deleted
```
**注意**：删除命令需要大约 2 分钟才能从 SageMaker AI 中清理资源。
## BatchTransformJob 操作员
Batch transform 作业操作员通过在 SageMaker AI 中启动指定的批量转换作业规格来将其与 SageMaker AI 进行协调。您可以在 AI [CreateTransformJob AP SageMaker I 文档](https://docs.aws.amazon.com/sagemaker/latest/dg/API_CreateTransformJob.html)中了解有关 A SageMaker I 批量转换作业的更多信息。
**Topics**
+ [BatchTransformJob 使用 YAML 文件创建](#create-a-batchtransformjob-using-a-simple-yaml-file)
+ [BatchTransformJob 使用 Helm Chart 创建](#create-a-batchtransformjob-using-a-helm-chart)
+ [名单 BatchTransformJobs](#list-batch-transform-jobs)
+ [描述一个 BatchTransformJob](#describe-a-batch-transform-job)
+ [查看来自的日志 BatchTransformJobs](#view-logs-from-batch-transform-jobs)
+ [删除一个 BatchTransformJob](#delete-a-batch-transform-job)
### BatchTransformJob 使用 YAML 文件创建
1. 使用以下命令下载批量转换作业的示例 YAML 文件：
```
wget https://raw.githubusercontent.com/aws/amazon-sagemaker-operator-for-k8s/master/samples/xgboost-mnist-batchtransform.yaml
```
1. 编辑文件`xgboost-mnist-batchtransform.yaml`以更改必要的参数，将替换为您的输入数据和 A SageMaker I 执行角色`s3OutputPath`具有写入权限的 Amazon S3 存储桶。`inputdataconfig`
1. 使用以下命令应用 YAML 文件：
```
kubectl apply -f xgboost-mnist-batchtransform.yaml
```
### BatchTransformJob 使用 Helm Chart 创建
您可以使用 Helm 图表来运行批量转换作业。
#### 获取 Helm 安装程序目录
使用以下命令克隆 GitHub 存储库以获取源代码：
```
git clone https://github.com/aws/amazon-sagemaker-operator-for-k8s.git
```
#### 配置 Helm 图表
导航到 `amazon-sagemaker-operator-for-k8s/hack/charts/batch-transform-jobs/`文件夹。
编辑`values.yaml`文件以`inputdataconfig`使用您的输入数据替换 OutputPath，将 OutputPath 替换为 SageMaker AI 执行角色具有写入权限的 S3 存储桶。
#### 创建一个 BatchTransformJob
1. 使用以下命令创建批量转换作业：
```
helm install . --generate-name
```
您的输出应与以下内容类似：
```
NAME: chart-1574292948
LAST DEPLOYED: Wed Nov 20 23:35:49 2019
NAMESPACE: default
STATUS: deployed
REVISION: 1
TEST SUITE: None
NOTES:
Thanks for installing the sagemaker-k8s-batch-transform-job.
```
1. 要验证是否已成功创建 Helm 图表，请运行以下命令：
```
helm ls
NAME NAMESPACE REVISION UPDATED STATUS CHART APP VERSION
chart-1474292948 default 1 2019-11-20 23:35:49.9136092 +0000 UTC deployed sagemaker-k8s-batchtransformjob-0.1.0
chart-1474292948 default 1 2019-11-20 23:35:49.9136092 +0000 UTC deployed sagemaker-k8s-hyperparametertuningjob-0.1.0
chart-1574292948 default 1 2019-11-20 23:35:49.9136092 +0000 UTC deployed sagemaker-k8s-trainingjob-0.1.0
rolebased-1574291698 default 1 2019-11-20 23:14:59.6777082 +0000 UTC deployed sagemaker-k8s-operator-0.1.0
```
此命令创建一个 `BatchTransformJob` Kubernetes 资源。操作员在 SageMaker AI 中启动实际的转换任务，并更新 `BatchTransformJob` Kubernetes 资源以反映人工智能中作业的状态。 SageMaker 在工作期间使用的 SageMaker AI 资源会产生费用。作业完成或停止后，您无需支付任何费用。
**注意**： SageMaker AI 不允许您更新正在运行的批处理转换作业。您不能编辑任何参数并重新应用配置文件。您必须更改元数据名称，或删除现有作业并创建新作业。与 Kubeflow 中的 `TFJob` 等现有训练作业 Operator 类似，`update` 不受支持。
### 名单 BatchTransformJobs
使用以下命令列出使用 Kubernetes Operator 创建的所有作业：
```
kubectl get batchtransformjob
```
您的输出应与以下内容类似：
```
NAME STATUS CREATION-TIME SAGEMAKER-JOB-NAME
xgboost-mnist-batch-transform Completed 2019-11-18T03:44:00Z xgboost-mnist-a88fb19809b511eaac440aa8axgboost
```
批量转换作业无论是完成还是失败，都将继续列在列表中。您可以按照 [删除一个 BatchTransformJob](#delete-a-batch-transform-job) 步骤从列表中删除 `hyperparametertuningjob`。已完成或停止的任务不会对 SageMaker 人工智能资源产生任何费用。
#### 批量转换状态值
`STATUS` 字段可以是以下任一值：
+ `Completed`
+ `InProgress`
+ `Failed`
+ `Stopped`
+ `Stopping`
这些状态直接来自 SageMaker A [I 官方 API 文档](https://docs.aws.amazon.com/sagemaker/latest/dg/API_DescribeHyperParameterTuningJob.html#SageMaker-DescribeHyperParameterTuningJob-response-HyperParameterTuningJobStatus)。
除了官方 SageMaker 的人工智能身份外，还有可能成`STATUS`为`SynchronizingK8sJobWithSageMaker`。这意味着 Operator 尚未处理该作业。
### 描述一个 BatchTransformJob
您可以使用 `describe` `kubectl` 命令获取调试详细信息。
```
kubectl describe batchtransformjob xgboost-mnist-batch-transform
```
您的输出应与以下内容类似：
```
Name: xgboost-mnist-batch-transform
Namespace: default
Labels:
Annotations: kubectl.kubernetes.io/last-applied-configuration:
{"apiVersion":"sagemaker.aws.amazon.com/v1","kind":"BatchTransformJob","metadata":{"annotations":{},"name":"xgboost-mnist","namespace"...
API Version: sagemaker.aws.amazon.com/v1
Kind: BatchTransformJob
Metadata:
Creation Timestamp: 2019-11-18T03:44:00Z
Finalizers:
sagemaker-operator-finalizer
Generation: 2
Resource Version: 21990924
Self Link: /apis/sagemaker.aws.amazon.com/v1/namespaces/default/batchtransformjobs/xgboost-mnist
UID: a88fb198-09b5-11ea-ac44-0aa8a9UIDNUM
Spec:
Model Name: TrainingJob-20190814SMJOb-IKEB
Region: us-east-1
Transform Input:
Content Type: text/csv
Data Source:
S 3 Data Source:
S 3 Data Type: S3Prefix
S 3 Uri: s3://amzn-s3-demo-bucket/mnist_kmeans_example/input
Transform Job Name: xgboost-mnist-a88fb19809b511eaac440aa8a9SMJOB
Transform Output:
S 3 Output Path: s3://amzn-s3-demo-bucket/mnist_kmeans_example/output
Transform Resources:
Instance Count: 1
Instance Type: ml.m4.xlarge
Status:
Last Check Time: 2019-11-19T22:50:40Z
Sage Maker Transform Job Name: xgboost-mnist-a88fb19809b511eaac440aaSMJOB
Transform Job Status: Completed
Events:
```
### 查看来自的日志 BatchTransformJobs
使用以下命令查看 `xgboost-mnist` 批量转换作业的日志：
```
kubectl smlogs batchtransformjob xgboost-mnist-batch-transform
```
### 删除一个 BatchTransformJob
使用以下命令停止 A SageMaker I 中的批量转换作业。
```
kubectl delete batchTransformJob xgboost-mnist-batch-transform
```
您的输出应与以下内容类似：
```
batchtransformjob.sagemaker.aws.amazon.com "xgboost-mnist" deleted
```
此命令将批量转换任务从 Kubernetes 集群中移除，并在 AI 中将其停止。 SageMaker 已停止或已完成的任务不会对 SageMaker 人工智能资源产生任何费用。删除大约需要 2 分钟才能清除 SageMaker AI 中的资源。
**注意**： SageMaker AI 不会删除批量转换作业。已停止的作业继续显示在 SageMaker AI 控制台上。
## HostingDeployment 操作员
HostingDeployment 操作员支持创建和删除终端节点，以及更新现有端点，以便进行实时推理。托管部署操作员通过在 AI 中创建模型、端点配置和端点，将您指定的托管部署任务规范与 SageMaker AI 进行协调。 SageMaker 您可以在 AI [CreateEndpointAP SageMaker I 文档](https://docs.aws.amazon.com/sagemaker/latest/dg/API_CreateEndpoint.html)中了解有关 A SageMaker I 推断的更多信息。
**Topics**
+ [配置 HostingDeployment 资源](#configure-a-hostingdeployment-resource)
+ [创建一个 HostingDeployment](#create-a-hostingdeployment)
+ [名单 HostingDeployments](#list-hostingdeployments)
+ [描述一个 HostingDeployment](#describe-a-hostingdeployment)
+ [调用端点](#invoking-the-endpoint)
+ [更新 HostingDeployment](#update-hostingdeployment)
+ [删除 HostingDeployment](#delete-the-hostingdeployment)
### 配置 HostingDeployment 资源
使用以下命令下载托管部署作业的示例 YAML 文件：
```
wget https://raw.githubusercontent.com/aws/amazon-sagemaker-operator-for-k8s/master/samples/xgboost-mnist-hostingdeployment.yaml
```
`xgboost-mnist-hostingdeployment.yaml` 文件包含以下组件，可根据需要进行编辑：
+ *ProductionVariants*。 生产变体是为单个模型提供服务的一组实例。 SageMaker 人工智能根据设定的权重在所有生产变体之间进行负载平衡。
+ *模型*。模型是处理模型所必需的容器和执行角色 ARN。它至少需要一个容器。
+ *容器*。容器用于指定数据集和处理映像。如果您使用的是自己的自定义算法而不是 SageMaker AI 提供的算法，则推理代码必须满足 SageMaker AI 要求。有关更多信息，请参阅在 [ SageMaker AI 中使用您自己的算法](https://docs.aws.amazon.com/sagemaker/latest/dg/your-algorithms.html)。
### 创建一个 HostingDeployment
要创建 HostingDeployment，`kubectl`请`hosting.yaml`使用以下命令应用文件：
```
kubectl apply -f hosting.yaml
```
SageMaker AI 使用指定配置创建终端节点。终端节点生命周期内使用的 SageMaker AI 资源会产生费用。一旦端点删除，您就无需支付任何费用。
创建过程大约需要 10 分钟。
### 名单 HostingDeployments
要验证是否 HostingDeployment 已创建，请使用以下命令：
```
kubectl get hostingdeployments
```
您的输出应与以下内容类似：
```
NAME STATUS SAGEMAKER-ENDPOINT-NAME
host-xgboost Creating host-xgboost-def0e83e0d5f11eaaa450aSMLOGS
```
#### HostingDeployment 状态值
状态字段可以是以下值之一：
+ `SynchronizingK8sJobWithSageMaker`：Operator 正准备创建端点。
+ `ReconcilingEndpoint`：Operator 正在创建、更新或删除端点资源。如果 HostingDeployment 仍处于此状态，`kubectl describe`请使用在`Additional`字段中查看原因。
+ `OutOfService`：端点无法接受传入的请求。
+ `Creating`: [CreateEndpoint](https://docs.aws.amazon.com/sagemaker/latest/dg/API_CreateEndpoint.html)正在运行。
+ `Updating`: [UpdateEndpoint](https://docs.aws.amazon.com/sagemaker/latest/dg/API_UpdateEndpoint.html)或者[UpdateEndpointWeightsAndCapacities](https://docs.aws.amazon.com/sagemaker/latest/dg/API_UpdateEndpointWeightsAndCapacities.html)正在运行。
+ `SystemUpdating`：端点正在进行维护，维护完成之前无法更新、删除或重新扩缩。此维护操作不会更改任何客户指定的值，例如 VPC 配置、 AWS KMS 加密、模型、实例类型或实例计数。
+ `RollingBack`：端点无法扩展或缩减，也无法更改其变体权重，并且正在回滚到其先前的配置。回滚完成后，端点将返回 `InService` 状态。此过渡状态仅适用于已开启自动缩放功能且在调用过程中或显式[UpdateEndpointWeightsAndCapacities](https://docs.aws.amazon.com/sagemaker/latest/dg/API_UpdateEndpointWeightsAndCapacities.html)调用[UpdateEndpointWeightsAndCapacities](https://docs.aws.amazon.com/sagemaker/latest/dg/API_UpdateEndpointWeightsAndCapacities.html)操作时正在发生变体权重或容量变化的端点。
+ `InService`：该端点可用于处理传入的请求。
+ `Deleting`: [DeleteEndpoint](https://docs.aws.amazon.com/sagemaker/latest/dg/API_DeleteEndpoint.html)正在运行。
+ `Failed`：无法创建、更新或重新扩缩该端点。使用 [DescribeEndpoint：FailureReason](https://docs.aws.amazon.com/sagemaker/latest/dg/API_DescribeEndpoint.html#SageMaker-DescribeEndpoint-response-FailureReason)获取有关故障的信息。 [DeleteEndpoint](https://docs.aws.amazon.com/sagemaker/latest/dg/API_DeleteEndpoint.html)是唯一可以在出现故障的端点上执行的操作。
### 描述一个 HostingDeployment
您可以使用 `describe` `kubectl` 命令获取调试详细信息。
```
kubectl describe hostingdeployment
```
您的输出应与以下内容类似：
```
Name: host-xgboost
Namespace: default
Labels:
Annotations: kubectl.kubernetes.io/last-applied-configuration:
{"apiVersion":"sagemaker.aws.amazon.com/v1","kind":"HostingDeployment","metadata":{"annotations":{},"name":"host-xgboost","namespace":"def..."
API Version: sagemaker.aws.amazon.com/v1
Kind: HostingDeployment
Metadata:
Creation Timestamp: 2019-11-22T19:40:00Z
Finalizers:
sagemaker-operator-finalizer
Generation: 1
Resource Version: 4258134
Self Link: /apis/sagemaker.aws.amazon.com/v1/namespaces/default/hostingdeployments/host-xgboost
UID: def0e83e-0d5f-11ea-aa45-0a3507uiduid
Spec:
Containers:
Container Hostname: xgboost
Image: 123456789012.dkr.ecr.us-east-2.amazonaws.com/xgboost:latest
Model Data URL: s3://amzn-s3-demo-bucket/inference/xgboost-mnist/model.tar.gz
Models:
Containers:
xgboost
Execution Role Arn: arn:aws:iam::123456789012:role/service-role/AmazonSageMaker-ExecutionRole
Name: xgboost-model
Primary Container: xgboost
Production Variants:
Initial Instance Count: 1
Instance Type: ml.c5.large
Model Name: xgboost-model
Variant Name: all-traffic
Region: us-east-2
Status:
Creation Time: 2019-11-22T19:40:04Z
Endpoint Arn: arn:aws:sagemaker:us-east-2:123456789012:endpoint/host-xgboost-def0e83e0d5f11eaaaexample
Endpoint Config Name: host-xgboost-1-def0e83e0d5f11e-e08f6c510d5f11eaaa450aexample
Endpoint Name: host-xgboost-def0e83e0d5f11eaaa450a350733ba06
Endpoint Status: Creating
Endpoint URL: https://runtime.sagemaker.us-east-2.amazonaws.com/endpoints/host-xgboost-def0e83e0d5f11eaaaexample/invocations
Last Check Time: 2019-11-22T19:43:57Z
Last Modified Time: 2019-11-22T19:40:04Z
Model Names:
Name: xgboost-model
Value: xgboost-model-1-def0e83e0d5f11-df5cc9fd0d5f11eaaa450aexample
Events:
```
状态字段使用以下字段提供更多信息：
+ `Additional`：有关托管部署状态的其他消息。此字段为可选字段，只有在出错时才会填入。
+ `Creation Time`: 在 SageMaker AI 中创建端点时。
+ `Endpoint ARN`: SageMaker 人工智能终端节点 ARN。
+ `Endpoint Config Name`: 端点配置的 SageMaker AI 名称。
+ `Endpoint Name`: 端点的 SageMaker AI 名称。
+ `Endpoint Status`：端点的状态。
+ `Endpoint URL`：可用于访问端点的 HTTPS URL。有关更多信息，请参阅[在 SageMaker AI 托管服务上部署模型](https://docs.aws.amazon.com/sagemaker/latest/dg/deploy-model.html)。
+ `FailureReason`：如果创建、更新或删除命令失败，则在此处显示原因。
+ `Last Check Time`：Operator 上次检查端点状态的时间。
+ `Last Modified Time`：上次修改端点的时间。
+ `Model Names`：模型名称与 SageMaker AI HostingDeployment 模型名称的键值对。
### 调用端点
终端节点状态变为后`InService`，您可以通过两种方式调用终端节点：使用 AWS CLI（执行身份验证和 URL 请求签名），或者使用像 curl 这样的 HTTP 客户端。如果您使用自己的客户端，则需要自己进行 AWS v4 网址签名和身份验证。
要使用 AWS CLI 调用终端节点，请运行以下命令。请务必将区域和终端节点名称替换为终端节点的地区和 SageMaker AI 终端节点名称。可以从 `kubectl describe` 的输出中获取此信息。
```
# Invoke the endpoint with mock input data.
aws sagemaker-runtime invoke-endpoint \
--region us-east-2 \
--endpoint-name \
--body $(seq 784 | xargs echo | sed 's/ /,/g') \
>(cat) \
--content-type text/csv > /dev/null
```
例如，如果您的区域为 `us-east-2`，而您的端点配置名称为 `host-xgboost-f56b6b280d7511ea824b129926example`，则以下命令将调用端点：
```
aws sagemaker-runtime invoke-endpoint \
--region us-east-2 \
--endpoint-name host-xgboost-f56b6b280d7511ea824b1299example \
--body $(seq 784 | xargs echo | sed 's/ /,/g') \
>(cat) \
--content-type text/csv > /dev/null
4.95847082138
```
此处，`4.95847082138` 是模型对模拟数据的预测值。
### 更新 HostingDeployment
1. 一旦的状态 HostingDeployment 为`InService`，就可以对其进行更新。可能需要大约 10 分钟 HostingDeployment 才能投入使用。要验证状态是否为 `InService`，请使用以下命令：
```
kubectl get hostingdeployments
```
1. HostingDeployment 可以在状态变为之前进行更新`InService`。操作员等到 SageMaker AI 端点出现`InService`后再应用更新。
要应用更新，请修改 `hosting.yaml` 文件。例如，将 `initialInstanceCount` 字段从 1 更改为 2，如下所示：
```
apiVersion: sagemaker.aws.amazon.com/v1
kind: HostingDeployment
metadata:
name: host-xgboost
spec:
region: us-east-2
productionVariants:
- variantName: all-traffic
modelName: xgboost-model
initialInstanceCount: 2
instanceType: ml.c5.large
models:
- name: xgboost-model
executionRoleArn: arn:aws:iam::123456789012:role/service-role/AmazonSageMaker-ExecutionRole
primaryContainer: xgboost
containers:
- xgboost
containers:
- containerHostname: xgboost
modelDataUrl: s3://amzn-s3-demo-bucket/inference/xgboost-mnist/model.tar.gz
image: 123456789012.dkr.ecr.us-east-2.amazonaws.com/xgboost:latest
```
1. 保存文件，然后使用 `kubectl` 应用更新，如下所示。您应该会看到状态从 `InService` 变为 `ReconcilingEndpoint`，然后变为 `Updating`。
```
$ kubectl apply -f hosting.yaml
hostingdeployment.sagemaker.aws.amazon.com/host-xgboost configured
$ kubectl get hostingdeployments
NAME STATUS SAGEMAKER-ENDPOINT-NAME
host-xgboost ReconcilingEndpoint host-xgboost-def0e83e0d5f11eaaa450a350abcdef
$ kubectl get hostingdeployments
NAME STATUS SAGEMAKER-ENDPOINT-NAME
host-xgboost Updating host-xgboost-def0e83e0d5f11eaaa450a3507abcdef
```
SageMaker AI 会在您的模型中部署一组新实例，将流量切换为使用新实例，并耗尽旧实例。此过程一旦开始，状态就会变为 `Updating`。更新完成后，您的端点变为 `InService`。此过程大约需要 10 分钟。
### 删除 HostingDeployment
1. `kubectl`使用以下命令删除 a HostingDeployment ：
```
kubectl delete hostingdeployments host-xgboost
```
您的输出应与以下内容类似：
```
hostingdeployment.sagemaker.aws.amazon.com "host-xgboost" deleted
```
1. 要验证是否已删除托管部署，请使用以下命令：
```
kubectl get hostingdeployments
No resources found.
```
已删除的终端节点不会对 SageMaker 人工智能资源产生任何费用。
## ProcessingJob 操作员
ProcessingJob 操作员用于启动 Amazon SageMaker 处理任务。有关 SageMaker 处理作业的更多信息，请参阅[CreateProcessingJob](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateProcessingJob.html)。
**Topics**
+ [ProcessingJob 使用 YAML 文件创建](#kubernetes-processing-job-yaml)
+ [名单 ProcessingJobs](#kubernetes-processing-job-list)
+ [描述一个 ProcessingJob](#kubernetes-processing-job-description)
+ [删除一个 ProcessingJob](#kubernetes-processing-job-delete)
### ProcessingJob 使用 YAML 文件创建
按照以下步骤使用 YAML 文件创建 Amazon SageMaker 处理任务：
1. 下载 `kmeans_preprocessing.py` 预处理脚本。
```
wget https://raw.githubusercontent.com/aws/amazon-sagemaker-operator-for-k8s/master/samples/kmeans_preprocessing.py
```
1. 在 Amazon Simple Storage Service (Amazon S3) 存储桶中，创建 `mnist_kmeans_example/processing_code` 文件夹，然后将脚本上传到该文件夹。
1. 下载 `kmeans-mnist-processingjob.yaml` 文件。
```
wget https://raw.githubusercontent.com/aws/amazon-sagemaker-operator-for-k8s/master/samples/kmeans-mnist-processingjob.yaml
```
1. 编辑 YAML 文件以指定您的 `sagemaker-execution-role`，然后将 `amzn-s3-demo-bucket` 的所有实例替换为您的 S3 存储桶。
```
...
metadata:
name: kmeans-mnist-processing
...
roleArn: arn:aws:iam:::role/service-role/
...
processingOutputConfig:
outputs:
...
s3Output:
s3Uri: s3:///mnist_kmeans_example/output/
...
processingInputs:
...
s3Input:
s3Uri: s3:///mnist_kmeans_example/processing_code/kmeans_preprocessing.py
```
`sagemaker-execution-role`必须拥有权限，这样 SageMaker AI 才能代表您访问您的 S3 存储桶 CloudWatch、Amazon 和其他服务。有关创建执行角色的更多信息，请参阅 [SageMaker AI 角色](https://docs.aws.amazon.com/sagemaker/latest/dg/sagemaker-roles.html#sagemaker-roles-createtrainingjob-perms)。
1. 使用以下任一命令应用 YAML 文件。
对于集群范围的安装：
```
kubectl apply -f kmeans-mnist-processingjob.yaml
```
对于命名空间范围的安装：
```
kubectl apply -f kmeans-mnist-processingjob.yaml -n
```
### 名单 ProcessingJobs
使用以下命令之一列出使用该 ProcessingJob 运算符创建的所有作业。 `SAGEMAKER-JOB-NAME `来自 YAML 文件的`metadata`部分。
对于集群范围的安装：
```
kubectl get ProcessingJob kmeans-mnist-processing
```
对于命名空间范围的安装：
```
kubectl get ProcessingJob -n kmeans-mnist-processing
```
您的输出应类似于以下内容：
```
NAME STATUS CREATION-TIME SAGEMAKER-JOB-NAME
kmeans-mnist-processing InProgress 2020-09-22T21:13:25Z kmeans-mnist-processing-7410ed52fd1811eab19a165ae9f9e385
```
输出将列出所有作业，而不管其状态如何。要从列表中删除作业，请参阅[删除处理作业](https://docs.aws.amazon.com/sagemaker/latest/dg/kubernetes-processing-job-operator.html#kubernetes-processing-job-delete)。
**ProcessingJob 状态**
+ `SynchronizingK8sJobWithSageMaker` - 作业首先提交到集群。Operator 已收到请求，正准备创建处理作业。
+ `Reconciling` - Operator 正在初始化或从暂时性错误中恢复，以及出现其他错误。如果处理作业仍处于此状态，请使用 `kubectl` `describe` 命令在 `Additional` 字段中查看原因。
+ `InProgress | Completed | Failed | Stopping | Stopped`— SageMaker 处理任务的状态。有关更多信息，请参阅 [DescribeProcessingJob](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeProcessingJob.html#sagemaker-DescribeProcessingJob-response-ProcessingJobStatus)。
+ `Error` - Operator 无法通过协调进行恢复。
已完成、停止或失败的任务不会产生额外的 SageMaker AI 资源费用。
### 描述一个 ProcessingJob
使用以下命令之一获取有关处理作业的更多详细信息。这些命令通常用于调试问题或检查处理作业的参数。
对于集群范围的安装：
```
kubectl describe processingjob kmeans-mnist-processing
```
对于命名空间范围的安装：
```
kubectl describe processingjob kmeans-mnist-processing -n
```
处理作业的输出应类似于以下内容。
```
$ kubectl describe ProcessingJob kmeans-mnist-processing
Name: kmeans-mnist-processing
Namespace: default
Labels:
Annotations: kubectl.kubernetes.io/last-applied-configuration:
{"apiVersion":"sagemaker.aws.amazon.com/v1","kind":"ProcessingJob","metadata":{"annotations":{},"name":"kmeans-mnist-processing",...
API Version: sagemaker.aws.amazon.com/v1
Kind: ProcessingJob
Metadata:
Creation Timestamp: 2020-09-22T21:13:25Z
Finalizers:
sagemaker-operator-finalizer
Generation: 2
Resource Version: 21746658
Self Link: /apis/sagemaker.aws.amazon.com/v1/namespaces/default/processingjobs/kmeans-mnist-processing
UID: 7410ed52-fd18-11ea-b19a-165ae9f9e385
Spec:
App Specification:
Container Entrypoint:
python
/opt/ml/processing/code/kmeans_preprocessing.py
Image Uri: 763104351884.dkr.ecr.us-west-2.amazonaws.com/pytorch-training:1.5.0-cpu-py36-ubuntu16.04
Environment:
Name: MYVAR
Value: my_value
Name: MYVAR2
Value: my_value2
Network Config:
Processing Inputs:
Input Name: mnist_tar
s3Input:
Local Path: /opt/ml/processing/input
s3DataType: S3Prefix
s3InputMode: File
s3Uri: s3://-us-west-2/algorithms/kmeans/mnist/mnist.pkl.gz
Input Name: source_code
s3Input:
Local Path: /opt/ml/processing/code
s3DataType: S3Prefix
s3InputMode: File
s3Uri: s3:///mnist_kmeans_example/processing_code/kmeans_preprocessing.py
Processing Output Config:
Outputs:
Output Name: train_data
s3Output:
Local Path: /opt/ml/processing/output_train/
s3UploadMode: EndOfJob
s3Uri: s3:///mnist_kmeans_example/output/
Output Name: test_data
s3Output:
Local Path: /opt/ml/processing/output_test/
s3UploadMode: EndOfJob
s3Uri: s3:///mnist_kmeans_example/output/
Output Name: valid_data
s3Output:
Local Path: /opt/ml/processing/output_valid/
s3UploadMode: EndOfJob
s3Uri: s3:///mnist_kmeans_example/output/
Processing Resources:
Cluster Config:
Instance Count: 1
Instance Type: ml.m5.xlarge
Volume Size In GB: 20
Region: us-west-2
Role Arn: arn:aws:iam:::role/m-sagemaker-role
Stopping Condition:
Max Runtime In Seconds: 1800
Tags:
Key: tagKey
Value: tagValue
Status:
Cloud Watch Log URL: https://us-west-2.console.aws.amazon.com/cloudwatch/home?region=us-west-2#logStream:group=/aws/sagemaker/ProcessingJobs;prefix=kmeans-mnist-processing-7410ed52fd1811eab19a165ae9f9e385;streamFilter=typeLogStreamPrefix
Last Check Time: 2020-09-22T21:14:29Z
Processing Job Status: InProgress
Sage Maker Processing Job Name: kmeans-mnist-processing-7410ed52fd1811eab19a165ae9f9e385
Events:
```
### 删除一个 ProcessingJob
删除处理任务时，处理任务将 SageMaker 从 Kubernetes 中移除，但不会从 AI 中删除该作业。 SageMaker 如果 SageMaker AI 中的作业状态为`InProgress`，则作业已停止。处理已停止的作业不会对 SageMaker AI 资源产生任何费用。使用以下命令之一删除处理作业。
对于集群范围的安装：
```
kubectl delete processingjob kmeans-mnist-processing
```
对于命名空间范围的安装：
```
kubectl delete processingjob kmeans-mnist-processing -n
```
处理作业的输出应类似于以下内容。
```
processingjob.sagemaker.aws.amazon.com "kmeans-mnist-processing" deleted
```
**注意**
SageMaker AI 不会删除处理作业。已停止的作业继续显示在 SageMaker AI 控制台中。该`delete`命令需要几分钟才能从 SageMaker AI 中清理资源。
## HostingAutoscalingPolicy (HAP) 操作员
HostingAutoscalingPolicy (HAP) 运算符将资源列表 IDs 作为输入，并对每个资源应用相同的策略。每个资源 ID 都是端点名称和变体名称的组合。HAP 操作员执行两个步骤：注册资源， IDs 然后将扩展策略应用于每个资源 ID。 `Delete`撤消这两个动作。您可以将 HAP 应用于现有的 SageMaker AI 终端节点，也可以使用[HostingDeployment 运算符](https://docs.aws.amazon.com/sagemaker/latest/dg/hosting-deployment-operator.html#create-a-hostingdeployment)创建新的 SageMaker AI 终端节点。您可以在[应用程序自动缩放策略文档中阅读有关 SageMaker AI 自动缩放](https://docs.aws.amazon.com/sagemaker/latest/dg/endpoint-auto-scaling.html)的更多信息。
**注意**
在 `kubectl` 命令中，您可以使用简写形式 `hap` 代替 `hostingautoscalingpolicy`。
**Topics**
+ [HostingAutoscalingPolicy 使用 YAML 文件创建](#kubernetes-hap-job-yaml)
+ [名单 HostingAutoscalingPolicies](#kubernetes-hap-list)
+ [描述一个 HostingAutoscalingPolicy](#kubernetes-hap-describe)
+ [更新一个 HostingAutoscalingPolicy](#kubernetes-hap-update)
+ [删除一个 HostingAutoscalingPolicy](#kubernetes-hap-delete)
+ [使用以下命令更新或删除终端节点 HostingAutoscalingPolicy](#kubernetes-hap-update-delete-endpoint)
### HostingAutoscalingPolicy 使用 YAML 文件创建
使用 YAML 文件创建一个 HostingAutoscalingPolicy (HAP)，将预定义或自定义指标应用于一个或多个 SageMaker AI 端点。
Amazon SageMaker AI 需要特定的值才能将自动缩放应用于您的变体。如果未在 YAML 规范中指定这些值，HAP Operator 将应用以下默认值。
```
# Do not change
Namespace = "sagemaker"
# Do not change
ScalableDimension = "sagemaker:variant:DesiredInstanceCount"
# Only one supported
PolicyType = "TargetTrackingScaling"
# This is the default policy name but can be changed to apply a custom policy
DefaultAutoscalingPolicyName = "SageMakerEndpointInvocationScalingPolicy"
```
使用以下示例创建 HAP，将预定义或自定义指标应用于一个或多个端点。
#### 示例 1：将预定义指标应用于单个端点变体
1. 使用以下命令下载预定义指标的示例 YAML 文件：
```
wget https://raw.githubusercontent.com/aws/amazon-sagemaker-operator-for-k8s/master/samples/hap-predefined-metric.yaml
```
1. 编辑 YAML 文件以指定您的 `endpointName`、`variantName` 和 `Region`。
1. 使用以下命令之一将预定义指标应用于单个资源 ID（端点名称和变体名称组合）。
对于集群范围的安装：
```
kubectl apply -f hap-predefined-metric.yaml
```
对于命名空间范围的安装：
```
kubectl apply -f hap-predefined-metric.yaml -n
```
#### 示例 2：将自定义指标应用于单个端点变体
1. 使用以下命令下载自定义指标的示例 YAML 文件：
```
wget https://raw.githubusercontent.com/aws/amazon-sagemaker-operator-for-k8s/master/samples/hap-custom-metric.yaml
```
1. 编辑 YAML 文件以指定您的 `endpointName`、`variantName` 和 `Region`。
1. 使用以下命令之一将自定义指标应用于单个资源 ID（端点名称和变体名称组合），以代替推荐的 `SageMakerVariantInvocationsPerInstance`。
**注意**
Amazon SageMaker AI 不会检查你的 YAML 规范的有效性。
对于集群范围的安装：
```
kubectl apply -f hap-custom-metric.yaml
```
对于命名空间范围的安装：
```
kubectl apply -f hap-custom-metric.yaml -n
```
#### 示例 3：将扩缩策略应用于多个端点和变体
您可以使用 HAP 运算符将相同的扩展策略应用于多个资源 IDs。将为每个资源 ID（端点名称和变体名称组合）创建单独的 `scaling_policy` 请求。
1. 使用以下命令下载预定义指标的示例 YAML 文件：
```
wget https://raw.githubusercontent.com/aws/amazon-sagemaker-operator-for-k8s/master/samples/hap-predefined-metric.yaml
```
1. 编辑 YAML 文件以指定您的 `Region` 和多个 `endpointName` 和 `variantName` 值。
1. 使用以下命令之一将预定义的指标应用于多个资源 IDs （端点名称和变体名称组合）。
对于集群范围的安装：
```
kubectl apply -f hap-predefined-metric.yaml
```
对于命名空间范围的安装：
```
kubectl apply -f hap-predefined-metric.yaml -n
```
#### 多个端点和变体的注意事项 HostingAutoscalingPolicies
当您使用多个资源时，需要考虑以下注意事项 IDs：
+ 如果您对多个资源应用单个策略 IDs，则会为每个资源 ID 创建一个 PolicYarn。五个端点有五个策略ARNs。当您在策略上运行 `describe` 命令时，响应将显示为一项作业并包含单个作业状态。
+ 如果您将自定义指标应用于多个资源 IDs，则所有资源 ID（变体）值将使用相同的维度或值。例如，如果您对实例 1-5 应用客户指标，并且端点变体维度映射到变体 1，则当变体 1 超过指标时，所有端点都会扩展或缩减。
+ HAP 操作员支持更新资源 IDs列表。如果您在规范中修改、添加或删除资源 IDs ，则自动缩放策略将从之前的变体列表中删除，并应用于新指定的资源 ID 组合。使用[https://docs.aws.amazon.com/sagemaker/latest/dg/kubernetes-hap-operator.html#kubernetes-hap-describe](https://docs.aws.amazon.com/sagemaker/latest/dg/kubernetes-hap-operator.html#kubernetes-hap-describe)命令列出当前应用策略的资源 IDs 。
### 名单 HostingAutoscalingPolicies
使用以下命令之一列出使用 HAP 运算符创建的所有 HostingAutoscalingPolicies (HAPs)。
对于集群范围的安装：
```
kubectl get hap
```
对于命名空间范围的安装：
```
kubectl get hap -n
```
您的输出应类似于以下内容：
```
NAME STATUS CREATION-TIME
hap-predefined Created 2021-07-13T21:32:21Z
```
使用以下命令检查您的 HostingAutoscalingPolicy (HAP) 的状态。
```
kubectl get hap
```
返回以下值之一：
+ `Reconciling` - 某些类型的错误将状态显示为 `Reconciling` 而不是 `Error`。一些示例包括服务器端错误和处于 `Creating` 或 `Updating` 状态的端点。请查看状态中的 `Additional` 字段或 Operator 日志以了解更多详细信息。
+ `Created`
+ `Error`
**查看您应用策略的自动扩缩端点**
1. 打开 Amazon A SageMaker I 控制台，网址为[https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/)。
1. 在左侧面板中，展开**推理**。
1. 选择**端点**。
1. 选择相关端点的名称。
1. 滚动到**端点运行时设置**部分。
### 描述一个 HostingAutoscalingPolicy
使用以下命令获取有关 a HostingAutoscalingPolicy (HAP) 的更多详细信息。这些命令通常用于调试问题或检查 HAP 的资源 IDs （端点名称和变体名称组合）。
```
kubectl describe hap
```
### 更新一个 HostingAutoscalingPolicy
HostingAutoscalingPolicy (HAP) 运算符支持更新。您可以编辑 YAML 规范以更改值，然后重新应用该策略。HAP Operator 会删除现有策略并应用新策略。
### 删除一个 HostingAutoscalingPolicy
使用以下命令之一删除 HostingAutoscalingPolicy (HAP) 策略。
对于集群范围的安装：
```
kubectl delete hap hap-predefined
```
对于命名空间范围的安装：
```
kubectl delete hap hap-predefined -n
```
此命令会删除扩缩策略并从 Kubernetes 中取消注册扩缩目标。此命令将返回以下输出：
```
hostingautoscalingpolicies.sagemaker.aws.amazon.com "hap-predefined" deleted
```
### 使用以下命令更新或删除终端节点 HostingAutoscalingPolicy
要更新具有 HostingAutoscalingPolicy (HAP) 的端点，请使用`kubectl``delete`命令删除 HAP，更新端点，然后重新应用 HAP。
要删除具有 HAP 的端点，请使用 `kubectl` `delete` 命令删除 HAP，然后再删除该端点。
# 将资源迁移到最新 Operator
我们将停止对 [Kubernetes SageMaker 操作](https://github.com/aws/amazon-sagemaker-operator-for-k8s/tree/master)员的原始版本的开发和技术支持。
如果您当前使用的是 [Kubernetes SageMaker 操作员版本`v1.2.2`或更](https://github.com/aws/amazon-sagemaker-operator-for-k8s/tree/master)低版本，我们建议您将资源迁移到适用于 Amazon 的 [ACK 服务控制](https://github.com/aws-controllers-k8s/sagemaker-controller)器。 SageMakerACK 服务控制器是基于 Kubernetes 控制[AWS 器 (ACK) 的新一代 Kuber](https://aws-controllers-k8s.github.io/community/) netes SageMaker 操作员。
有关终止对 Kubernetes SageMaker 操作员原始版本支持的常见问题解答，请参阅 [宣布终止对 Kubernetes SageMaker 人工智能运算符原始版本的支持](kubernetes-sagemaker-operators-eos-announcement.md)
使用以下步骤迁移您的资源，并使用 ACK 通过 Amazon A SageMaker I 训练、调整和部署机器学习模型。
**注意**
适用于 Kubernetes 的最新 SageMaker 人工智能运算符不向后兼容。
**Topics**
+ [前提条件](#migrate-resources-to-new-operators-prerequisites)
+ [采用资源](#migrate-resources-to-new-operators-steps)
+ [清理旧资源](#migrate-resources-to-new-operators-cleanup)
+ [使用适用于 Kubernetes 的全新 SageMaker AI 运算符](#migrate-resources-to-new-operators-tutorials)
## 前提条件
要成功将资源迁移到适用于 Kubernetes 的最新 SageMaker 人工智能操作员，您必须执行以下操作：
1. 安装适用于 Kubernet SageMaker es 的最新人工智能运算符。有关 step-by-step说明，请参阅*使用 ACK SageMaker AI 控制器在 Machine Learning* 中进行[设置](https://aws-controllers-k8s.github.io/community/docs/tutorials/sagemaker-example/#setup)。
1. 如果您使用的是 [HostingAutoscalingPolicy 资源](#migrate-resources-to-new-operators-hap)，请安装新的 Application Auto Scaling Operator。有关 step-by-step说明，请参阅[使用 App *lication Auto Scaling 扩展 SageMaker AI 工作负载*中的设置](https://aws-controllers-k8s.github.io/community/docs/tutorials/autoscaling-example/#setup)。如果您不使用 HostingAutoScalingPolicy 资源，则此步骤是可选的。
如果权限配置正确，则 ACK SageMaker AI 服务控制器可以确定资源的规格和状态并协调 AWS 资源，就像 ACK 控制器最初创建资源一样。
## 采用资源
适用于 Kubernetes 的全新 SageMaker AI 操作员能够采用最初不是由 ACK 服务控制器创建的资源。有关更多信息，请参阅 ACK 文档中的[采用现有 AWS 资源](https://aws-controllers-k8s.github.io/community/docs/user-docs/adopted-resource/)。
以下步骤展示了适用于 Kubernetes 的新 SageMaker 人工智能运营商如何采用现有 SageMaker 的人工智能终端节点。将以下示例代码另存为名为 `adopt-endpoint-sample.yaml` 的文件。
```
apiVersion: services.k8s.aws/v1alpha1
kind: AdoptedResource
metadata:
name: adopt-endpoint-sample
spec:
aws:
# resource to adopt, not created by ACK
nameOrID: xgboost-endpoint
kubernetes:
group: sagemaker.services.k8s.aws
kind: Endpoint
metadata:
# target K8s CR name
name: xgboost-endpoint
```
使用 `kubectl apply` 提交自定义资源 (CR)：
```
kubectl apply -f adopt-endpoint-sample.yaml
```
使用 `kubectl describe` 检查您采用的资源的状态条件。
```
kubectl describe adoptedresource adopt-endpoint-sample
```
验证 `ACK.Adopted` 条件是否为 `True`。该输出应该类似于以下示例：
```
---
kind: AdoptedResource
metadata:
annotations:
kubectl.kubernetes.io/last-applied-configuration: '{"apiVersion":"services.k8s.aws/v1alpha1","kind":"AdoptedResource","metadata":{"annotations":{},"name":"xgboost-endpoint","namespace":"default"},"spec":{"aws":{"nameOrID":"xgboost-endpoint"},"kubernetes":{"group":"sagemaker.services.k8s.aws","kind":"Endpoint","metadata":{"name":"xgboost-endpoint"}}}}'
creationTimestamp: '2021-04-27T02:49:14Z'
finalizers:
- finalizers.services.k8s.aws/AdoptedResource
generation: 1
name: adopt-endpoint-sample
namespace: default
resourceVersion: '12669876'
selfLink: "/apis/services.k8s.aws/v1alpha1/namespaces/default/adoptedresources/adopt-endpoint-sample"
uid: 35f8fa92-29dd-4040-9d0d-0b07bbd7ca0b
spec:
aws:
nameOrID: xgboost-endpoint
kubernetes:
group: sagemaker.services.k8s.aws
kind: Endpoint
metadata:
name: xgboost-endpoint
status:
conditions:
- status: 'True'
type: ACK.Adopted
```
检查您的资源是否存在于集群中：
```
kubectl describe endpoints.sagemaker xgboost-endpoint
```
### HostingAutoscalingPolicy 资源
`HostingAutoscalingPolicy` (HAP) 资源由多个 Application Auto Scaling 资源组成：`ScalableTarget` 和 `ScalingPolicy`。在 ACK 中采用 HAP 资源时，请先安装 [Application Auto Scaling controller 控制器](https://github.com/aws-controllers-k8s/applicationautoscaling-controller)。要采用 HAP 资源，您需要同时采用 `ScalableTarget` 和 `ScalingPolicy` 资源。您可以在 `HostingAutoscalingPolicy` 资源的状态 (`status.ResourceIDList`) 中找到这些资源的资源标识符。
### HostingDeployment 资源
该`HostingDeployment`资源由多个 SageMaker AI 资源组成：`Endpoint``EndpointConfig`、和每个`Model`。如果您在 ACK 中采用 A SageMaker I 端点，则需要`Model`分别采用`Endpoint``EndpointConfig`、和。可在 `HostingDeployment` 资源的状态（`status.endpointName`、`status.endpointConfigName` 和 `status.modelNames`）中找到 `Endpoint`、`EndpointConfig` 和 `Model` 名称。
有关所有支持的 SageMaker AI 资源的列表，请参阅 [ACK API 参考](https://aws-controllers-k8s.github.io/community/reference/)。
## 清理旧资源
在适用于 Kubernetes 的新 SageMaker AI 操作员采用您的资源后，您可以卸载旧的运算符并清理旧资源。
### 步骤 1：卸载旧 Operator
要卸载旧 Operator，请参阅[删除 Operator](kubernetes-sagemaker-operators-end-of-support.md#delete-operators)。
**警告**
删除任何旧资源之前，请先卸载旧 Operator。
### 第 2 步：删除终结器并删除旧资源
**警告**
删除旧资源之前，请确保已卸载旧 Operator。
卸载旧 Operator 后，必须明确删除终结器才能删除旧 Operator 资源。以下示例脚本显示如何删除给定命名空间中由旧 Operator 管理的所有训练作业。新 Operator 采用其他资源后，您可以使用类似的模式删除这些资源。
**注意**
必须使用完整的资源名称才能获取资源。例如，使用 `kubectl get trainingjobs.sagemaker.aws.amazon.com` 而不是 `kubectl get trainingjob`。
```
namespace=sagemaker_namespace
training_jobs=$(kubectl get trainingjobs.sagemaker.aws.amazon.com -n $namespace -ojson | jq -r '.items | .[] | .metadata.name')
for job in $training_jobs
do
echo "Deleting $job resource in $namespace namespace"
kubectl patch trainingjobs.sagemaker.aws.amazon.com $job -n $namespace -p '{"metadata":{"finalizers":null}}' --type=merge
kubectl delete trainingjobs.sagemaker.aws.amazon.com $job -n $namespace
done
```
## 使用适用于 Kubernetes 的全新 SageMaker AI 运算符
有关使用适用于 Kubernetes 的全新 SageMaker AI 运算符的深入指南，请参阅 [为 Kubernetes 使用 SageMaker 人工智能运算符](kubernetes-sagemaker-operators-ack.md#kubernetes-sagemaker-operators-ack-use)
# 宣布终止对 Kubernetes SageMaker 人工智能运算符原始版本的支持
本页面宣布终止对适用于 [Kubernetes 的 SageMaker AI Oper](https://github.com/aws/amazon-sagemaker-operator-for-k8s) ators 原始版本的支持，并提供了常见问题的答案以及有关 Amazon A [ SageMaker I 的 ACK 服务控制器的迁移信息，Amazon A](https://github.com/aws-controllers-k8s/sagemaker-controller) I 是新一代完全支持的 Kubernetes SageMaker 人工智能运营商。有关适用于 Kubernetes 的新 SageMaker AI 运算符的一般信息，请参阅。[适用于 Kubernetes 的最新 SageMaker 人工智能运算符](kubernetes-sagemaker-operators-ack.md)
## 终止支持常见问题
**Topics**
+ [为什么我们要终止对 Kubernetes SageMaker 人工智能运算符原始版本的支持？](#kubernetes-sagemaker-operators-eos-faq-why)
+ [在哪里可以找到有关适用于 Kubernetes 和 ACK 的全新 SageMaker AI 运算符的更多信息？](#kubernetes-sagemaker-operators-eos-faq-more)
+ [终止支持 (EOS) 是什么意思？](#kubernetes-sagemaker-operators-eos-faq-definition)
+ [如何将我的工作负载迁移到适用于 Kubernetes 的全新 SageMaker AI 操作员进行训练和推理？](#kubernetes-sagemaker-operators-eos-faq-how)
+ [我应该迁移到哪个版本的 ACK？](#kubernetes-sagemaker-operators-eos-faq-version)
+ [Kubernetes 的初始 SageMaker 人工智能运算符和新的运营商（Amazon A SageMaker I 的 ACK 服务控制器）在功能上是否相同？](#kubernetes-sagemaker-operators-eos-faq-parity)
### 为什么我们要终止对 Kubernetes SageMaker 人工智能运算符原始版本的支持？
用户现在可以利用[适用于 Amazon A SageMaker I 的 ACK 服务控制器](https://github.com/aws-controllers-k8s/sagemaker-controller)。ACK 服务控制器是新一代适用于 Kubernetes SageMaker 的人工智能操作员，基于 Kubernetes [AWS 控制器 (ACK)，这是一个针对生产进行了优化的社区驱动项目，它标准化了通过 Kubernetes](https://aws-controllers-k8s.github.io/community/) 运营商公开服务的方式。 AWS 因此，我们宣布终止对 Kubernetes [ SageMaker 人工智能运算符](https://github.com/aws/amazon-sagemaker-operator-for-k8s)原始版本（非基于 ACK）的支持 (EOS)。该支持将于 **2023 年 2 月 15 日**连同 [Amazon Elastic Kubernetes Service Kubernetes 1.21](https://docs.aws.amazon.com/eks/latest/userguide/kubernetes-versions.html#kubernetes-release-calendar) 一起终止。
有关 ACK 的更多信息，请参阅 [ACK 历史和原则](https://aws-controllers-k8s.github.io/community/docs/community/background/)。
### 在哪里可以找到有关适用于 Kubernetes 和 ACK 的全新 SageMaker AI 运算符的更多信息？
+ 有关适用于 Kubernetes 的全新 SageMaker AI 运算符的更多信息，请参阅适用于 A [mazon A SageMaker I GitHub 存储库的 ACK 服务控制器或阅读适用于](https://github.com/aws-controllers-k8s/sagemaker-controller) Kubernetes [的AWS 控制器文档](https://aws-controllers-k8s.github.io/community/docs/community/overview/)。
+ 有关如何使用 Amazon EKS 使用适用于 Amazon A SageMaker I 的 ACK 服务控制器训练机器学习模型的教程，请参阅此 [SageMaker AI 示例](https://aws-controllers-k8s.github.io/community/docs/tutorials/sagemaker-example/)。
有关自动缩放的示例，请参阅[使用 Application Auto Scaling 扩展 SageMaker AI 工作负载](https://aws-controllers-k8s.github.io/community/docs/tutorials/autoscaling-example/)。
+ 有关 AWS Controller for Kubernetes (ACK) 的信息，请参阅 [AWS Controllers for Kubernetes](https://aws-controllers-k8s.github.io/community/) (ACK) 文档。
+ 有关支持的 SageMaker AI 资源列表，请参阅 [ACK API 参考](https://aws-controllers-k8s.github.io/community/reference/)。
### 终止支持 (EOS) 是什么意思？
虽然用户可以继续使用他们当前的运营商，但我们不再为运营商开发新功能，也不会针对发现的任何问题发布任何补丁或安全更新。 `v1.2.2`是 [Kubernetes SageMaker 人工智能运算符的最后](https://github.com/aws/amazon-sagemaker-operator-for-k8s/tree/master)一个版本。用户应将其工作负载迁移到使用[适用于 Amazon A SageMaker I 的 ACK 服务控制器](https://github.com/aws-controllers-k8s/sagemaker-controller)。
### 如何将我的工作负载迁移到适用于 Kubernetes 的全新 SageMaker AI 操作员进行训练和推理？
有关将资源从旧版迁移到新版 Kubernetes SageMaker 人工智能运算符的信息，请访问。[将资源迁移到最新 Operator](kubernetes-sagemaker-operators-migrate.md)
### 我应该迁移到哪个版本的 ACK？
用户应迁移到最新发布的[适用于 Amazon A SageMaker I 的 ACK 服务控制器](https://github.com/aws-controllers-k8s/sagemaker-controller/tags)版本。
### Kubernetes 的初始 SageMaker 人工智能运算符和新的运营商（Amazon A SageMaker I 的 ACK 服务控制器）在功能上是否相同？
是，它们具有同等的功能。
两个版本之间一些主要显著差异包括：
+ 基于 ACK 的 SageMaker AI 运营商在 Kubernetes 上使用的自定义资源定义 (CRD) 遵循 AWS API 定义，因此它与 Kubernetes SageMaker 人工智能运营商在原始版本中的自定义资源规范不兼容。请参阅新控制器[CRDs](https://github.com/aws-controllers-k8s/sagemaker-controller/tree/main/helm/crds)中的或使用迁移指南来采用资源并使用新控制器。
+ 该`Hosting Autoscaling`策略不再是适用于 Kubernetes 的新 SageMaker AI Operators 的一部分，并且已迁移到[应用程序自动](https://github.com/aws-controllers-k8s/applicationautoscaling-controller)缩放 ACK 控制器中。要了解如何使用应用程序自动缩放控制器在 A SageMaker I 端点上配置自动缩放，请按照此[自动](https://aws-controllers-k8s.github.io/community/docs/tutorials/autoscaling-example/)缩放示例进行操作。
+ `HostingDeployment` 资源用于在一个 CRD 中创建模型、端点配置和端点。适用于 Kubernetes 的全新 SageMaker AI 操作员每种资源都有单独的 CRD。