View a markdown version of this page

Amazon SageMaker Studio 中的生命周期配置 - 亚马逊 SageMaker AI
了解内置和默认生命周期配置

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。

Amazon SageMaker Studio 中的生命周期配置

生命周期配置 (LCC) 是管理员和用户可以用来在您的 Amazon SageMaker Studio 环境中自动自定义以下应用程序的脚本：

  • 亚马逊 SageMaker AI JupyterLab

  • 代码编辑器，基于 Code-OSS Visual Studio Code-开源

  • Studio Classic

  • 笔记本实例

自定义应用程序包括：

  • 安装自定义程序包

  • 配置扩展

  • 预载数据集

  • 设置源代码存储库

用户可以创建内置生命周期配置并将其附加到自己的用户配置文件中。管理员在域、空间或用户配置文件级别创建和附加默认或内置生命周期配置。

了解内置和默认生命周期配置

Studio 中有两种类型的生命周期配置：

  • Built-in LCC： Built-in LCC 由管理员控制，始终在空间启动时运行，并在启动时根据域设置动态解析。当管理员在域级别更新内置 LCC 时，所有空间在下次启动时都会自动选择新的 LCC，而无需用户进行任何操作。

  • 默认 LCC：默认 LCC 是在空间级别为用户预先选择的，并且一直持续到用户明确更改为止。更新域级默认 LCC 不会影响运行空间，直到它们重新启动。

重要

Amazon SageMaker Studio 首先运行内置的生命周期配置，然后运行默认 LCC。Amazon SageMaker AI 无法解决用户和管理员 LCC 之间的包裹冲突。例如，如果内置的 LCC 安装了 python3.11，而默认的 LCC 安装了 python3.12，Studio 则安装 python3.12。