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 install
호출을 지원하지 않습니다. 이 경우 초기화 스크립트에서 pip install
을 사용하세요. 커널을 다시 시작할 필요가 없는 패키지 설치의 경우에도 pip install
노트북에 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
pip
함수가 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 sudo
액세스를 통해 루트 권한이 있어야 합니다. 루트 사용자는 아니지만 sudo
를 통해 루트 권한에 액세스하는 경우 1000/100
을 UID/GID
로 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 아니지만sudo
를 통해 루트 권한에 액세스하는 경우1000/100
을UID/GID
로 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.
-
작업에 다음 항목에 대한 액세스가 필요한 경우 AWS 인터페이스 VPC 엔드포인트를 지원하는 서비스는 서비스에 연결할 엔드포인트를 생성합니다. 인터페이스 엔드포인트를 지원하는 서비스 목록은 을 참조하십시오. AWS 다음과 통합되는 서비스 AWS PrivateLink. 인터페이스 VPC 엔드포인트 생성에 대한 자세한 내용은 Access an을 참조하십시오. AWS 인터페이스 VPC 엔드포인트를 사용하는 서비스. 최소한 Amazon S3 VPC 엔드포인트 게이트웨이가 제공되어야 합니다.
-
노트북 작업에 다음 항목에 대한 액세스 권한이 필요한 경우 AWS 인터페이스 VPC 엔드포인트 또는 외부 리소스를 지원하지 않는 서비스 AWS, NAT 게이트웨이를 만들고 아웃바운드 연결을 허용하도록 보안 그룹을 구성하십시오. NAT게이트웨이를 설정하는 방법에 대한 자세한 내용은 Amazon Virtual Private Cloud 사용 설명서의 퍼블릭 및 프라이빗 서브넷 사용 (NAT) 을 참조하십시오VPC. VPC
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.