Menggunakan AWS CLI untuk mengatur Neptunus MLpada cluster DB

Selain template AWS CloudFormation mulai cepat dan AWS Management Console, Anda juga dapat mengatur Neptunus ML menggunakan file. AWS CLI

Buat grup parameter cluster DB untuk cluster Neptunus MLmu yang baru

AWS CLI Perintah berikut membuat grup parameter cluster DB baru dan mengaturnya untuk bekerja dengan Neptunus ML:

Untuk membuat dan mengkonfigurasi grup parameter klaster DB untuk Neptune ML

1. Buat grup parameter klaster DB baru:

   aws neptune create-db-cluster-parameter-group \
     --db-cluster-parameter-group-name (name of the new DB cluster parameter group) \
     --db-parameter-group-family neptune1
     --description "(description of your machine learning project)" \
     --region (AWS region, such as us-east-1)

2. Buat parameter cluster neptune_ml_iam_role DB yang disetel ke ARN SageMakerExcecutionIAMRole untuk digunakan cluster DB Anda saat memanggil SageMaker AI untuk membuat pekerjaan dan mendapatkan prediksi dari model ML-host:

   aws neptune modify-db-cluster-parameter-group \
     --db-cluster-parameter-group-name (name of the new DB cluster parameter group) \
     --parameters "ParameterName=neptune_ml_iam_role, \
                   ParameterValue=ARN of the SageMakerExcecutionIAMRole, \
                   Description=NeptuneMLRole, \
                   ApplyMethod=pending-reboot" \
     --region (AWS region, such as us-east-1)

   Menyetel parameter ini memungkinkan Neptunus untuk SageMaker mengakses AI tanpa Anda harus meneruskan peran dengan setiap panggilan.

   Untuk informasi tentang cara membuat SageMakerExcecutionIAMRole, lihat Buat NeptuneSageMaker IAMRole peran khusus.

3. Akhirnya, gunakan describe-db-cluster-parameters untuk memeriksa bahwa semua parameter dalam grup parameter klaster DB baru ditetapkan seperti yang Anda inginkan menjadi:

   aws neptune describe-db-cluster-parameters \
     --db-cluster-parameter-group-name (name of the new DB cluster parameter group) \
     --region (AWS region, such as us-east-1)

Melampirkan grup parameter klaster DB baru untuk klaster DB yang Anda gunakan dengan Neptune ML

Sekarang Anda dapat melampirkan grup parameter klaster DB baru yang baru saja Anda buat untuk klaster DB yang ada dengan menggunakan perintah berikut:

aws neptune modify-db-cluster \
  --db-cluster-identifier (the name of your existing DB cluster) \
  --apply-immediately
  --db-cluster-parameter-group-name (name of your new DB cluster parameter group) \
  --region (AWS region, such as us-east-1)

Untuk membuat semua parameter efektif, Anda dapat me-reboot klaster DB:

aws neptune reboot-db-instance
  --db-instance-identifier (name of the primary instance of your DB cluster) \
  --profile (name of your AWS profile to use) \
  --region (AWS region, such as us-east-1)

Atau, jika Anda membuat klaster DB baru untuk digunakan dengan Neptune ML, Anda dapat menggunakan perintah berikut untuk membuat klaster dengan grup parameter baru yang dilampirkan, dan kemudian buat instans (penulis) primer baru:

cluster-name=(the name of the new DB cluster)
aws neptune create-db-cluster
  --db-cluster-identifier ${cluster-name}
  --engine graphdb \
  --engine-version 1.0.4.1 \
  --db-cluster-parameter-group-name (name of your new DB cluster parameter group) \
  --db-subnet-group-name (name of the subnet to use) \
  --region (AWS region, such as us-east-1)

aws neptune create-db-instance
  --db-cluster-identifier ${cluster-name}
  --db-instance-identifier ${cluster-name}-i \
  --db-instance-class (the instance class to use, such as db.r5.xlarge)
  --engine graphdb \
  --region (AWS region, such as us-east-1)

Lampirkan NeptuneSageMakerIAMRole ke cluster DB Anda sehingga dapat mengakses sumber daya SageMaker AI dan Amazon S3

Terakhir, ikuti instruksi Buat NeptuneSageMaker IAMRole peran khusus untuk membuat peran IAM yang memungkinkan cluster DB Anda berkomunikasi dengan SageMaker AI dan Amazon S3. Kemudian, gunakan perintah berikut untuk melampirkan NeptuneSageMakerIAMRole peran yang Anda buat ke cluster DB Anda:

aws neptune add-role-to-db-cluster
  --db-cluster-identifier ${cluster-name}
  --role-arn arn:aws:iam::(the ARN number of the role's ARN):role/NeptuneMLRole \
  --region (AWS region, such as us-east-1)

Buat dua titik akhir untuk SageMaker AI di VPC Neptunus Anda

Neptunus L membutuhkan SageMaker dua titik akhir AI di VPC cluster Neptunus DB Anda:

• com.amazonaws.(AWS region, like us-east-1).sagemaker.runtime

• com.amazonaws.(AWS region, like us-east-1).sagemaker.api

Jika Anda belum menggunakan AWS CloudFormation templat mulai cepat, yang membuatnya secara otomatis untuk Anda, Anda dapat menggunakan AWS CLI perintah berikut untuk membuatnya:

Yang satu ini membuat titik akhir sagemaker.runtime:

aws ec2 create-vpc-endpoint
  --vpc-id (the ID of your Neptune DB cluster's VPC)
  --vpc-endpoint-type Interface
  --service-name com.amazonaws.(AWS region, like us-east-1).sagemaker.runtime
  --subnet-ids (the subnet ID or IDs that you want to use)
  --security-group-ids (the security group for the endpoint network interface, or omit to use the default)
  --private-dns-enabled

Dan yang satu ini membuat titik akhir sagemaker.api:

aws ec2 create-vpc-endpoint
  --vpc-id (the ID of your Neptune DB cluster's VPC)
  --vpc-endpoint-type Interface
  --service-name com.amazonaws.(AWS region, like us-east-1).sagemaker.api
  --subnet-ids (the subnet ID or IDs that you want to use)
  --security-group-ids (the security group for the endpoint network interface, or omit to use the default)
  --private-dns-enabled

Anda juga dapat menggunakan Konsol VPC untuk membuat titik akhir ini. Lihat Panggilan prediksi aman di Amazon SageMaker dengan AWS PrivateLink dan Mengamankan semua panggilan SageMaker API Amazon dengan. AWS PrivateLink

Buat parameter titik akhir inferensi SageMaker AI di grup parameter cluster DB Anda

Untuk menghindari keharusan menentukan titik akhir inferensi SageMaker AI dari model yang Anda gunakan di setiap kueri yang Anda buat, buat parameter cluster DB yang dinamai neptune_ml_endpoint dalam grup parameter cluster DB untuk Neptunus ML. Mengatur parameter ke id dari titik akhir instans di pertanyaan.

Anda dapat menggunakan AWS CLI perintah berikut untuk melakukannya:

aws neptune modify-db-cluster-parameter-group \
  --db-cluster-parameter-group-name neptune-ml-demo \
  --parameters "ParameterName=neptune_ml_endpoint, \
                ParameterValue=(the name of the SageMaker AI inference endpoint you want to query), \
                Description=NeptuneMLEndpoint, \
                ApplyMethod=pending-reboot" \
  --region (AWS region, such as us-east-1)