工作定義範例

以下任務定義範例說明，如何使用環境變數、參數替換和磁碟區掛載等常見模式。

使用環境變數

下列任務定義範例使用環境變數來指定檔案類型和 Amazon S3 URL。此特定範例出自建立簡單的「提取與執行」AWS Batch 任務運算部落格文章。部落格文章中描述的fetch_and_run.sh指令碼會使用這些環境變數從 S3 下載myjob.sh指令碼，並宣告其檔案類型。

即使在此範例中將命令和環境變數硬式編碼到工作定義中，您也可以指定命令和環境變數覆寫，以使工作定義更具用途。

{
    "jobDefinitionName": "fetch_and_run",
    "type": "container",
    "containerProperties": {
        "image": "123456789012.dkr.ecr.us-east-1.amazonaws.com/fetch_and_run",
        "resourceRequirements": [
            {
                "type": "MEMORY",
                "value": "2000"
            },
            {
                "type": "VCPU",
                "value": "2"
            }
        ],
        "command": [
            "myjob.sh",
            "60"
        ],
        "jobRoleArn": "arn:aws:iam::123456789012:role/AWSBatchS3ReadOnly",
        "environment": [
            {
                "name": "BATCH_FILE_S3_URL",
                "value": "s3://my-batch-scripts/myjob.sh"
            },
            {
                "name": "BATCH_FILE_TYPE",
                "value": "script"
            }
        ],
        "user": "nobody"
    }
}

使用參數替換

以下任務定義範例說明，如何允許替換參數和設定預設值。

Ref:: 區段中的 command 宣告用於設定的替換參數的預留位置。提交使用此任務定義的任務時，您要指定參數覆寫以填入這些值，例如 inputfile 和 outputfile。接下來的parameters部分設定了的預設值codec，但您可以視需要覆寫該參數。

如需詳細資訊，請參閱參數。

{
    "jobDefinitionName": "ffmpeg_parameters",
    "type": "container",
    "parameters": {"codec": "mp4"},
    "containerProperties": {
        "image": "my_repo/ffmpeg",
        "resourceRequirements": [
            {
                "type": "MEMORY",
                "value": "2000"
            },
            {
                "type": "VCPU",
                "value": "2"
            }
        ],
        "command": [
            "ffmpeg",
            "-i",
            "Ref::inputfile",
            "-c",
            "Ref::codec",
            "-o",
            "Ref::outputfile"
        ],
        "jobRoleArn": "arn:aws:iam::123456789012:role/ECSTask-S3FullAccess",
        "user": "nobody"
    }
}

測試 GPU 功能

以下工作定義範例測試 使用 GPU 工作負載 AMI 中所述的 GPU 工作負載 AMI 是否正確設定。此範例工作定義會從中執行 TensorFlow 深層 MNIST 分類器範例。 GitHub

{
    "containerProperties": {
        "image": "tensorflow/tensorflow:1.8.0-devel-gpu",
        "resourceRequirements": [
            {
                "type": "MEMORY",
                "value": "32000"
            },
            {
                "type": "VCPU",
                "value": "8"
            }
        ],
        "command": [
            "sh",
            "-c",
            "cd /tensorflow/tensorflow/examples/tutorials/mnist; python mnist_deep.py"
        ]
    },
    "type": "container",
    "jobDefinitionName": "tensorflow_mnist_deep"
}

您可以使用前面呼叫的 JSON 文字建立檔案，tensorflow_mnist_deep.json然後使用下列命令註冊AWS Batch工作定義：

aws batch register-job-definition --cli-input-json file://tensorflow_mnist_deep.json

多節點 parallel 工作

下列任務定義範例說明多節點平行任務。如需詳細資訊，請參閱 AWSCompute 部落格中AWS Batch的使用多節點 parallel 工作建立緊密結合的分子動力學工作流程。

{
  "jobDefinitionName": "gromacs-jobdef",
  "jobDefinitionArn": "arn:aws:batch:us-east-2:123456789012:job-definition/gromacs-jobdef:1",
  "revision": 6,
  "status": "ACTIVE",
  "type": "multinode",
  "parameters": {},
  "nodeProperties": {
    "numNodes": 2,
    "mainNode": 0,
    "nodeRangeProperties": [
      {
        "targetNodes": "0:1",
        "container": {
          "image": "123456789012.dkr.ecr.us-east-2.amazonaws.com/gromacs_mpi:latest",
          "resourceRequirements": [
              {
                  "type": "MEMORY",
                  "value": "24000"
              },
              {
                  "type": "VCPU",
                  "value": "8"
              }
          ],
          "command": [],
          "jobRoleArn": "arn:aws:iam::123456789012:role/ecsTaskExecutionRole",
          "ulimits": [],
          "instanceType": "p3.2xlarge"
        }
      }
    ]
  }
}