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。
# 工作佇列
使用工作佇列時，您可以提交比同時處理更多的轉錄作業。如果沒有工作佇列，達到允許的並行請求的配額時，您必須等到一或多個請求完成後，才能提交新的請求。
對於轉錄任務和通話後分析任務請求，任務佇列都是選用的。
如果您啟用任務佇列， 會 Amazon Transcribe 建立佇列，其中包含超出限制的所有請求。請求完成後，系統會立即從您的佇列中擷取新的請求並處理。已排入佇列的請求依先進先出 (FIFO) 順序處理。
您最多可新增 10,000 項工作至佇列。如果您超過此限制，您會收到 `LimitExceededConcurrentJobException` 錯誤。為了維持最佳效能， 最多 Amazon Transcribe 只會使用 90% 的配額 （頻寬比率為 0.9) 來處理排入佇列的任務。請注意，這些是提出請求時可以提高的預設值。
**提示**
您可以在 [AWS 一般參考](https://docs.aws.amazon.com/general/latest/gr/aws_service_limits.html)中找到 Amazon Transcribe 資源的預設限制和配額清單。某些預設值可能會在請求時提高。
如果您啟用工作佇列，但未超過並行請求的配額，則會同時處理所有請求。
## 啟用工作佇列
您可以使用 **AWS 管理主控台**、**AWS CLI** 或 **AWS SDK** 啟用工作佇列；請參閱下列範例；請參閱下列範例：
### AWS 管理主控台
1. 登入 [AWS 管理主控台](https://console.aws.amazon.com/transcribe/)。
1. 在導覽窗格中，選擇**轉錄作業**，然後選擇**建立作業**(右上角)。這會開啟**指定作業詳細資訊**頁面。
1. 在**任務設定**方塊中，有**其他設定**面板。如果展開此面板，您可以選擇**新增至工作佇列**方塊以啟用工作佇列。
1. 填入您要包含在**指定作業詳細資訊**頁面上的任何其他欄位，然後選擇**下一步**。這會引導您前往**設定工作 - *選擇性*頁面**。
1. 選擇**建立作業**以執行轉錄作業。
### AWS CLI
此範例使用 [start-transcription-job](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/transcribe/start-transcription-job.html) 指令和 `job-execution-settings` 參數與 `AllowDeferredExecution` 子參數。請注意，您的請求包含 `AllowDeferredExecution` 時，則還必須納入 `DataAccessRoleArn`。
如需詳細資訊，請參閱[https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartTranscriptionJob.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartTranscriptionJob.html)及[https://docs.aws.amazon.com/transcribe/latest/APIReference/API_JobExecutionSettings.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_JobExecutionSettings.html)。
```
aws transcribe start-transcription-job \
--region {{us-west-2}} \
--transcription-job-name {{my-first-transcription-job}} \
--media MediaFileUri=s3://{{amzn-s3-demo-bucket}}/{{my-input-files}}/{{my-media-file}}.{{flac}} \
--output-bucket-name {{amzn-s3-demo-bucket}} \
--output-key {{my-output-files}}/ \
--language-code {{en-US}} \
--job-execution-settings AllowDeferredExecution=true,DataAccessRoleArn=arn:aws:iam::{{111122223333}}:role/{{ExampleRole}}
```
這是使用 [start-transcription-job](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/transcribe/start-transcription-job.html) 指令的另一個範例，以及啟用佇列的請求主文。
```
aws transcribe start-transcription-job \
--region {{us-west-2}} \
--cli-input-json file://{{my-first-queueing-request}}.json
```
檔案 *my-first-queueing-request.json* 包含以下請求主文。
```
{
"TranscriptionJobName": "{{my-first-transcription-job}}",
"Media": {
"MediaFileUri": "s3://{{amzn-s3-demo-bucket}}/{{my-input-files}}/{{my-media-file}}.{{flac}}"
},
"OutputBucketName": "{{amzn-s3-demo-bucket}}",
"OutputKey": "{{my-output-files}}/",
"LanguageCode": "{{en-US}}",
"JobExecutionSettings": {
"AllowDeferredExecution": true,
"DataAccessRoleArn": "arn:aws:iam::{{111122223333}}:role/{{ExampleRole}}"
}
}
```
### 適用於 Python (Boto3) 的 AWS SDK
此範例使用 適用於 Python (Boto3) 的 AWS SDK ，使用 [start\_transcription\_job](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/transcribe.html#TranscribeService.Client.start_transcription_job) 方法的 `AllowDeferredExecution`引數啟用任務佇列。請注意，您的請求包含 `AllowDeferredExecution` 時，則還必須納入 `DataAccessRoleArn`。如需詳細資訊，請參閱[https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartTranscriptionJob.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartTranscriptionJob.html)及[https://docs.aws.amazon.com/transcribe/latest/APIReference/API_JobExecutionSettings.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_JobExecutionSettings.html)。
如需使用 AWS SDKs 的其他範例，包括功能特定、案例和跨服務範例，請參閱 [使用 AWS SDKs 的 Amazon Transcribe 程式碼範例](service_code_examples.md)章節。
```
from __future__ import print_function
import time
import boto3
transcribe = boto3.client('transcribe', '{{us-west-2}}')
job_name = "{{my-first-queueing-request}}"
job_uri = "s3://{{amzn-s3-demo-bucket}}/{{my-input-files}}/{{my-media-file}}.{{flac}}"
transcribe.start_transcription_job(
TranscriptionJobName = job_name,
Media = {
'MediaFileUri': job_uri
},
OutputBucketName = '{{amzn-s3-demo-bucket}}',
OutputKey = '{{my-output-files}}/',
LanguageCode = '{{en-US}}',
JobExecutionSettings = {
'AllowDeferredExecution': True,
'DataAccessRoleArn': 'arn:aws:iam::{{111122223333}}:role/{{ExampleRole}}'
}
)
while True:
status = transcribe.get_transcription_job(TranscriptionJobName = job_name)
if status['TranscriptionJob']['TranscriptionJobStatus'] in ['COMPLETED', 'FAILED']:
break
print("Not ready yet...")
time.sleep(5)
print(status)
```
您可以透過 AWS 管理主控台 或提交[https://docs.aws.amazon.com/transcribe/latest/APIReference/API_GetTranscriptionJob.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_GetTranscriptionJob.html)請求來檢視已排入佇列任務的進度。工作已排入佇列時，`Status` 就是 `QUEUED`。您的工作開始處理時，狀態會變更為 `IN_PROGRESS`，然後在處理完成時變更為 `COMPLETED` 或 `FAILED` 。