本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# Amazon SageMaker AI 的 CloudWatch Logs
<a name="logging-cloudwatch"></a>

為了協助您對編譯任務、處理任務、端點、轉換任務、筆記本執行個體與筆記本執行個體生命週期組態偵錯，演算法容器、模型容器或筆記本執行個體生命週期組態傳送給 `stdout` 或 `stderr` 的內容也會傳送給 Amazon CloudWatch Logs。除了偵錯，您可以將這些內容應用於進度分析。

在預設情況下，日誌資料會無限期存放於 CloudWatch Logs。不過，您可以設定要將日誌群組中的日誌資料存放多久時間。如需相關資訊，請參閱*Amazon CloudWatch Logs 使用者指南*中的[ CloudWatch 日誌中的更改日誌資料保留期間](https://docs.aws.amazon.com/AmazonCloudWatch/latest/logs/Working-with-log-groups-and-streams.html#SettingLogRetention)。

**日誌**

下表列出 Amazon SageMaker AI 提供的所有日誌。

**日誌**



- **`/aws/sagemaker/CompilationJobs`**
  - `[compilation-job-name]`

- **`/aws/sagemaker/Endpoints/[EndpointName]`**
  - `[production-variant-name]/[instance-id]`
  - (適用於非同步推論端點) `[production-variant-name]/[instance-id]/data-log`
  - (適用於推論管道) `[production-variant-name]/[instance-id]/[container-name provided in SageMaker AI model]`

- **`/aws/sagemaker/groundtruth/WorkerActivity`**
  - `aws/sagemaker/groundtruth/worker-activity/[requester-AWS-Id]-[region]/[timestamp]`

- **`/aws/sagemaker/InferenceRecommendationsJobs`**
  - `[inference-recommendations-job-name]/execution`
  - `[inference-recommendations-job-name]/CompilationJob/[compilation-job-name]`
  - `[inference-recommendations-job-name]/Endpoint/[endpoint-name]`

- **`/aws/sagemaker/LabelingJobs`**
  - `[labeling-job-name]`

- **`/aws/sagemaker/NotebookInstances`**
  - `[notebook-instance-name]/[LifecycleConfigHook]`
  - `[notebook-instance-name]/jupyter.log`

- **`/aws/sagemaker/ProcessingJobs`**
  - `[processing-job-name]/[hostname]-[epoch_timestamp]`

- **`/aws/sagemaker/studio`**
  - `[domain-id]/[user-profile-name]/[app-type]/[app-name]`
  - `[domain-id]/domain-shared/rstudioserverpro/default`

- **`/aws/sagemaker/TrainingJobs`**
  - `[training-job-name]/algo-[instance-number-in-cluster]-[epoch_timestamp]`

- **`/aws/sagemaker/TransformJobs`**
  - `[transform-job-name]/[instance-id]-[epoch_timestamp]`
  - `[transform-job-name]/[instance-id]-[epoch_timestamp]/data-log`
  - `[transform-job-name]/[instance-id]-[epoch_timestamp]/[container-name provided in SageMaker AI model] (For Inference Pipelines)`



**注意**  
1. 當您使用生命週期組態建立筆記本執行個體時，即會建立 `/aws/sagemaker/NotebookInstances/[LifecycleConfigHook]` 日誌串流。如需詳細資訊，請參閱[使用 LCC 指令碼自訂 SageMaker 筆記本執行個體](notebook-lifecycle-config.md)。  
2. 針對推論管道，如果您未提供容器名稱，平台會對應於 SageMaker AI 模型中提供的順序使用 \*\*container-1、container-2\*\* 以此類推。

有關使用 CloudWatch 日誌記錄事件記錄的詳細資訊，請參閱[什麼是 Amazon CloudWatch Logs？](https://docs.aws.amazon.com/AmazonCloudWatch/latest/logs/WhatIsCloudWatchLogs.html)在*Amazon CloudWatch 用戶指南*。