Dockerfile-Spezifikationen

Das Image, das Sie in Ihrem Dockerfile angeben, muss den Spezifikationen in den folgenden Abschnitten entsprechen, damit das Image erfolgreich erstellt werden kann.

Das Image wird ausgeführt

• Entrypoint— Wir empfehlen, den Einstiegspunkt mithilfe der Anweisungen oder in das Bild einzubetten. Docker CMD Entrypoint Sie können auch Dateien konfigurieren ContainerEntrypointContainerArguments, die zur Laufzeit an den Container übergeben werden.

• EnvVariables— Mit Studio können Sie ContainerEnvironment Variablen konfigurieren, die einem Container zur Verfügung gestellt werden. Die Umgebungsvariable wird mit den Umgebungsvariablen von SageMaker überschrieben. Um Ihnen eine bessere Benutzererfahrung zu bieten, sind die Umgebungsvariablen in der Regel AWS_ Plattformumgebungen vorrangig. SageMaker_namespaced

  Im Folgenden sind die Umgebungsvariablen aufgeführt:

  • AWS_REGION

  • AWS_DEFAULT_REGION

  • AWS_CONTAINER_CREDENTIALS_RELATIVE_URI

  • SageMaker_SPACE_NAME

Spezifikationen für den Benutzer und das Dateisystem

• WorkingDirectory— Das EBS Amazon-Volume für Ihren Speicherplatz ist auf dem Pfad installiert/home/sagemaker-user. Sie können den Bereitstellungspfad nicht ändern. Verwenden Sie die WORKDIR Anweisung, um das Arbeitsverzeichnis Ihres Images auf einen Ordner darin festzulegen/home/sagemaker-user.

• UID— Die Benutzer-ID des Docker Containers. UID=1000 ist ein unterstützter Wert. Sie können Ihren Benutzern Sudo-Zugriff hinzufügen. Sie IDs werden neu zugeordnet, um zu verhindern, dass ein im Container ausgeführter Prozess mehr Rechte als nötig hat.

• GID— Die Gruppen-ID des Docker Containers. GID=100 ist ein unterstützter Wert. Sie können Ihren Benutzern Sudo-Zugriff hinzufügen. Sie IDs werden neu zugeordnet, um zu verhindern, dass ein im Container ausgeführter Prozess mehr Rechte als nötig hat.

• Metadaten-Verzeichnisse — Die /opt/ml Verzeichnisse /opt/.sagemakerintenral und, die von AWS verwendet werden. Die Metadatendatei in /opt/ml enthält Metadaten zu Ressourcen wieDomainId.

  Verwenden Sie den folgenden Befehl, um den Inhalt des Dateisystems anzuzeigen:

  
  cat /opt/ml/metadata/resource-metadata.json
  {"AppType":"JupyterLab","DomainId":"example-domain-id","UserProfileName":"example-user-profile-name,"ResourceArn":"arn:aws:sagemaker:AWS-Region:111122223333;:app/domain-ID/user-ID/Jupyte
  rLab/default","ResourceName":"default","AppImageVersion":"current"}                     
                      

• Protokollverzeichnisse — /var/logs/studio sind für die Protokollierungsverzeichnisse von JupyterLab und die damit verbundenen Erweiterungen reserviert. Wir empfehlen, dass Sie die Ordner nicht bei der Erstellung Ihres Images verwenden.

Gesundheitscheck und URL für Bewerbungen

• Base URL— Die Grundlage URL für den BYOI Antrag muss seinjupyterlab/default. Sie können nur eine Anwendung haben und diese muss immer benannt seindefault.

• HealthCheck API— Der HostAgent verwendet den HealthCheckAPI AT-Port 8888, um den Zustand der JupyterLab Anwendung zu überprüfen. jupyterlab/default/api/statusist der Endpunkt für die Integritätsprüfung.

• Home/Default URL— Die /opt/ml Verzeichnisse /opt/.sagemakerinternal und, die von verwendet werden AWS. Die Metadatendatei in /opt/ml enthält Metadaten zu Ressourcen wieDomainId.

• Authentifizierung — Um die Authentifizierung für Ihre Benutzer zu aktivieren, deaktivieren Sie die token- oder kennwortbasierte Authentifizierung für Jupyter-Notebooks und lassen Sie alle Ursprünge zu.

Im Folgenden finden Sie ein Beispiel Amazon Linux 2Dockerfile, das die oben genannten Spezifikationen erfüllt:

FROM public.ecr.aws/amazonlinux/amazonlinux:2

ARG NB_USER="sagemaker-user"
ARG NB_UID="1000"
ARG NB_GID="100"
RUN yum install --assumeyes python3 shadow-utils && \
    useradd --create-home --shell /bin/bash --gid "${NB_GID}" --uid ${NB_UID} ${NB_USER} && \
    yum clean all && \
    python3 -m pip install jupyterlab

RUN python3 -m pip install --upgrade pip

RUN python3 -m pip install --upgrade urllib3==1.26.6

USER ${NB_UID}
CMD jupyter lab --ip 0.0.0.0 --port 8888 \
  --ServerApp.base_url="/jupyterlab/default" \
  --ServerApp.token='' \
  --ServerApp.allow_origin='*'


            

Das Folgende ist ein Beispiel Amazon SageMaker DistributionDockerfile, das die obigen Spezifikationen erfüllt:

FROM public.ecr.aws/sagemaker/sagemaker-distribution:latest-cpu
ARG NB_USER="sagemaker-user"
ARG NB_UID=1000
ARG NB_GID=100

ENV MAMBA_USER=$NB_USER

USER root

RUN apt-get update
RUN micromamba install sagemaker-inference --freeze-installed --yes --channel conda-forge --name base

USER $MAMBA_USER

ENTRYPOINT ["jupyter-lab"]
CMD ["--ServerApp.ip=0.0.0.0", "--ServerApp.port=8888", "--ServerApp.allow_origin=*", "--ServerApp.token=''", "--ServerApp.base_url=/jupyterlab/default"]