제약 조건 및 고려 사항 - 아마존 SageMaker
JupyterLab 버전커널 재시작이 필요한 패키지 설치Jupyter에 등록된 커널 및 언어 이름파라미터 및 환경 변수 한도작업 및 작업 정의 보기이미지VPC작업 생성 시 사용되는 서브넷서비스 한도

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

제약 조건 및 고려 사항

노트북 작업을 성공적으로 완료하려면 다음 제약 조건을 검토하세요. Studio는 Papermill을 사용하여 노트북을 실행합니다. Papermill의 요구 사항에 맞게 Jupyter notebook을 업데이트해야 할 수도 있습니다. 또한 LCC 스크립트 내용 및 구성과 관련하여 이해해야 할 중요한 세부 사항에도 제한이 있습니다. VPC

JupyterLab 버전

JupyterLab 버전 3.0 이상이 지원됩니다.

커널 재시작이 필요한 패키지 설치

Papermill은 커널 재시작이 필요한 패키지를 설치하기 위한 pip install호출을 지원하지 않습니다. 이 경우 초기화 스크립트에서 pip install을 사용하세요. 커널을 다시 시작할 필요가 없는 패키지 설치의 경우에도 pip install노트북에 포함시킬 수 있습니다.

Jupyter에 등록된 커널 및 언어 이름

Papermill은 특정 커널 및 언어의 번역기를 등록합니다. 자체 인스턴스 (BYOI) 를 가져오는 경우 다음 스니펫에 표시된 대로 표준 커널 이름을 사용하십시오.

papermill_translators.register("python", PythonTranslator)
papermill_translators.register("R", RTranslator)
papermill_translators.register("scala", ScalaTranslator)
papermill_translators.register("julia", JuliaTranslator)
papermill_translators.register("matlab", MatlabTranslator)
papermill_translators.register(".net-csharp", CSharpTranslator)
papermill_translators.register(".net-fsharp", FSharpTranslator)
papermill_translators.register(".net-powershell", PowershellTranslator)
papermill_translators.register("pysparkkernel", PythonTranslator)
papermill_translators.register("sparkkernel", ScalaTranslator)
papermill_translators.register("sparkrkernel", RTranslator)
papermill_translators.register("bash", BashTranslator)

파라미터 및 환경 변수 한도

파라미터 및 환경 변수 한도. 노트북 작업을 생성하면 지정한 파라미터와 환경 변수가 전달됩니다. 최대 100개의 파라미터를 전달할 수 있습니다. 각 파라미터 이름은 최대 256자까지 가능하며 관련 값은 최대 2500자까지 입력할 수 있습니다. 환경 변수를 전달하는 경우 최대 28개의 변수를 전달할 수 있습니다. 변수 이름과 관련 값은 최대 512자까지 입력할 수 있습니다. 29개 이상의 환경 변수가 필요한 경우 사용할 수 있는 환경 변수 수에 제한이 없는 초기화 스크립트에 추가 환경 변수를 사용하세요.

작업 및 작업 정의 보기

직무 및 직무 정의 보기. 노트북의 Studio UI에서 JupyterLab 노트북 작업을 예약하면 Studio UI에서 노트북 작업과 노트북 작업 정의를 볼 수 있습니다. SageMaker SDKPython으로 Notebook 작업을 예약한 경우 작업만 볼 수 있습니다. SageMaker Python SDK 노트북 작업 단계는 작업 정의를 생성하지 않습니다. 작업을 보려면 노트북 작업 단계 인스턴스에 추가 태그도 제공해야 합니다. 세부 정보는 Studio UI 대시보드에서 노트북 작업을 볼 수 있습니다.을 참조하세요.

이미지

Studio에서 노트북 작업을 실행하는지, 파이프라인의 SageMaker Python SDK 노트북 작업 단계에서 실행하는지에 따라 이미지 제약 조건을 관리해야 합니다.

SageMaker노트북 작업에 대한 이미지 제약 조건 (Studio)

이미지 및 커널 지원. 노트북 작업을 시작하는 드라이버는 다음을 가정합니다.

  • 기본 Python 런타임 환경은 Studio 또는 bring-your-own (BYO) 이미지에 설치되며 셸의 기본값입니다.

  • 기본 Python 런타임 환경에는 커널 사양이 올바르게 구성된 Jupyter 클라이언트가 포함되어 있습니다.

  • 기본 Python 런타임 환경에는 노트북 작업이 시스템 종속성을 설치할 수 있도록 하는 pip함수가 포함되어 있습니다.

  • 여러 환경이 있는 이미지의 경우 노트북별 패키지를 설치하기 전에 초기화 스크립트를 적절한 커널별 환경으로 전환해야 합니다. 커널 Python 런타임 환경을 구성한 후 커널 런타임 환경과 다른 경우 기본 Python 런타임 환경으로 다시 전환해야 합니다.

노트북 작업을 시작하는 드라이버는 Bash 스크립트이며, Bash v4는 /bin/bash에서 사용할 수 있어야 합니다.

bring-your-own-images (BYOI) 에 대한 루트 권한. 나만의 Studio 이미지에 대해 루트 사용자 또는 sudo액세스를 통해 루트 권한이 있어야 합니다. 루트 사용자는 아니지만 sudo를 통해 루트 권한에 액세스하는 경우 1000/100을 UID/GID로 사용하세요.

SageMakerPython SDK 노트북 작업에 대한 이미지 제약

노트북 작업 단계는 다음 이미지를 지원합니다.

  • SageMaker 배포 이미지는 에 나열되어 스튜디오 클래식과 함께 사용할 수 있는 Amazon SageMaker 이미지 있습니다.

  • 이전 목록의 SageMaker 배포 이미지를 기반으로 한 사용자 지정 이미지입니다. SageMaker 배포 이미지를 기본으로 사용합니다.

  • 노트북 작업 종속성 (예:BYOI) 과 함께 사전 설치된 사용자 지정 이미지 () sagemaker-headless-execution-driver 이미지는 다음 요구 사항을 충족해야 합니다.

    • 이미지는 노트북 작업 종속성과 함께 사전 설치되어 있습니다.

    • 기본 Python 런타임 환경이 설치되며 셸 환경의 기본값입니다.

    • 기본 Python 런타임 환경에는 커널 사양이 올바르게 구성된 Jupyter 클라이언트가 포함되어 있습니다.

    • 루트 사용자 또는 sudo 액세스를 통해 루트 권한을 가집니다. 루트 사용자는 아니지만 sudo를 통해 루트 권한에 액세스하는 경우 1000/100을 UID/GID로 사용하세요.

VPC작업 생성 시 사용되는 서브넷

a를 사용하는 VPC 경우 Studio는 프라이빗 서브넷을 사용하여 작업을 생성합니다. 1~5개의 프라이빗 서브넷 및 1~15개의 보안 그룹을 지정합니다.

프라이빗 VPC 서브넷과 함께 a를 사용하는 경우 노트북 작업을 종속 서비스 또는 리소스에 연결할 수 있도록 다음 옵션 중 하나를 선택해야 합니다.

서비스 한도

노트북 작업 스케줄러는 파이프라인, SageMaker 교육 및 Amazon EventBridge 서비스를 기반으로 구축되므로 노트북 작업에는 서비스별 할당량이 적용됩니다. 이 할당량을 초과하면 해당 서비스와 관련된 오류 메시지가 표시될 수 있습니다. 예를 들어 한 번에 실행할 수 있는 파이프라인 수와 단일 이벤트 버스에 설정할 수 있는 규칙 수에는 제한이 있습니다. SageMaker 할당량에 대한 자세한 내용은 Amazon SageMaker 엔드포인트 및 할당량을 참조하십시오. 할당량에 대한 자세한 내용은 Amazon EventBridge EventBridge 할당량을 참조하십시오.