View a markdown version of this page

Stellen Sie Deadline Cloud-Farmen bereit mit Terraform - Deadline Cloud

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Stellen Sie Deadline Cloud-Farmen bereit mit Terraform

Das https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/terraform Terraform-Verzeichnis im Deadline-Cloud-Samples-Repository auf der GitHub Website enthält Terraform Konfigurationen, die Deadline Cloud-Farmen mit Ressourcen des Anbieters bereitstellen. awscc_deadline_* AWSCC Einen Vergleich von Terraform mit CloudFormation und dem finden Sie unter. AWS CDKDeadline Cloud-Infrastruktur als Code verwalten

Die Konfiguration starter_farm auf der GitHub Website Terraform entspricht der Konfiguration CloudFormation starter farm (). Stellen Sie eine Deadline Cloud-Starter-Farm bereit mit CloudFormation Sie stellt eine Farm mit einer Produktionswarteschlange und einer Paketbauwarteschlange bereit. Die Farm umfasst bis zu drei dienstverwaltete Flotten: CPU LinuxWindows, CPU und CUDA. Linux Eine Conda-Queue-Umgebung verwendet einen privaten Conda-Channel auf einem Amazon S3-Bucket, den Sie bereitstellen, plus den Channel. deadline-cloud

Für die Bereitstellung der Starter-Farm benötigen Sie AWS Anmeldeinformationen der Terraform Version 1.0 oder höher, einen Amazon S3-Bucket für Jobanhänge und den Conda-Channel sowie einen Deadline Cloud-Monitor. Stellen Sie die erforderliche job_attachments_bucket_name Variable ein und führen Sie dann Folgendes aus:

cd terraform/farm_templates/starter_farm terraform init terraform apply

Die Konfiguration knfsd_xregion_cache auf der GitHub Website stellt eine vom Dienst verwaltete Flotte bereit, die einen entfernten NFS-Filer über einen Lese-Cache über einen VPC-Ressourcenendpunkt liest. KNFSD Verwenden Sie sie als Ausgangspunkt, wenn Ihre Flotte Lesevorgänge von einem lokalen oder anderweitig entfernten Filer zwischenspeichert.