本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 使用 ConfigMap 身分驗證在 Amazon EKS AWS Batch 上開始使用
<a name="getting-started-eks-configmap"></a>

AWS Batch on Amazon EKS 是一種受管服務，可將批次工作負載排程和擴展到現有的 Amazon EKS 叢集。 AWS Batch 不會代表您建立、管理或執行 Amazon EKS 叢集的生命週期操作。 AWS Batch 協調會擴展和縮減由 管理的節點 AWS Batch ，並在這些節點上執行 Pod。

**ConfigMap 型身分驗證已棄用**  
ConfigMap 身分驗證模式 `aws-auth` (`CONFIG_MAP`) 已棄用，且已由 Amazon EKS 存取項目 API 取代，並將 Amazon EKS 叢集`authenticationMode`設定為 `API`或 `API_AND_CONFIG_MAP`。  
如果您的叢集支援存取項目 (`authenticationMode` 為 `API`或 `API_AND_CONFIG_MAP`)，我們強烈建議改用存取項目方法。如需建議的方法[在 Amazon EKS AWS Batch 上開始使用](getting-started-eks.md)，請參閱 。  
只有當叢集的 `authenticationMode`為 時，才使用此以 ConfigMap 為基礎的教學課程`CONFIG_MAP`。

AWS Batch 不會觸控與 Amazon EKS 叢集內 AWS Batch 運算環境無關的節點、自動擴展節點群組或 Pod 生命週期。為了 AWS Batch 讓 有效運作，其[服務連結角色](using-service-linked-roles.md)需要現有 Amazon EKS 叢集中Kubernetes的角色型存取控制 (RBAC) 許可。如需詳細資訊，請參閱 *Kubernetes 文件*中的[使用 RBAC 授權](https://kubernetes.io/docs/reference/access-authn-authz/rbac/)。

AWS Batch 需要一個Kubernetes命名空間，其可將 Pod 範圍限定為 AWS Batch 任務。我們建議您使用專用命名空間來隔離 AWS Batch Pod 與其他叢集工作負載。

在 AWS Batch 獲得 RBAC 存取權並建立命名空間之後，您可以使用 [CreateComputeEnvironment](https://docs.aws.amazon.com/batch/latest/APIReference/API_CreateComputeEnvironment.html) API 操作將該 Amazon EKS 叢集與 AWS Batch 運算環境建立關聯。任務佇列可以與此新的 Amazon EKS 運算環境相關聯。任務 AWS Batch 會根據 Amazon EKS 任務定義，使用 [SubmitJob](https://docs.aws.amazon.com/batch/latest/APIReference/API_SubmitJob.html) API 操作提交至任務佇列。 AWS Batch 然後， 會啟動 AWS Batch 受管節點，並將任務佇列中的任務做為 Pod Kubernetes 放入與 AWS Batch 運算環境相關聯的 EKS 叢集。

下列各節說明如何在 Amazon EKS AWS Batch 上設定 。

**Contents**
+ [概觀](#getting-started-eks-configmap-context)
+ [先決條件](#getting-started-eks-configmap-prerequisites)
+ [步驟 1：為 建立 Amazon EKS 叢集 AWS Batch](#getting-started-eks-configmap-step-0)
+ [步驟 2：準備您的 Amazon EKS 叢集 AWS Batch](#getting-started-eks-configmap-step-1)
+ [步驟 3：建立 Amazon EKS 運算環境](#getting-started-eks-configmap-step-2)
+ [步驟 4：建立任務佇列並連接運算環境](#getting-started-eks-configmap-step-3)
+ [步驟 5：建立任務定義](#getting-started-eks-configmap-step-4)
+ [步驟 6：提交任務](#getting-started-eks-configmap-step-5)
+ [步驟 7：檢視任務的輸出](#getting-started-eks-configmap-step-7)
+ [步驟 8：（選用） 提交具有覆寫的任務](#getting-started-eks-configmap-step-6)
+ [步驟 9：清除您的教學課程資源](#getting-started-eks-configmap-step-8)
+ [其他資源](#getting-started-eks-configmap-additional-resources)

## 概觀
<a name="getting-started-eks-configmap-context"></a>

本教學課程示範如何使用 AWS CLI、 `kubectl`和 AWS Batch 設定 Amazon EKS`eksctl`。

**目標對象**  
本教學課程專為負責設定、測試和部署的系統管理員和開發人員而設計 AWS Batch。

**使用的功能**  
本教學課程說明如何使用 AWS CLI來：  
+ 建立和設定 Amazon EKS 運算環境
+ 建立任務佇列。
+ 建立任務定義
+ 建立並提交要執行的任務
+ 使用覆寫提交任務

**所需時間**  
完成本教學課程約需 30-40 分鐘。

**區域限制**  
使用此解決方案沒有相關聯的國家或地區限制。

**資源用量成本**  
建立 AWS 帳戶無需付費。不過，透過實作此解決方案，您可能會產生下表中所列的部分或全部費用。  


<table>
<thead>
  <tr><th>描述</th><th>費用 (美元)</th></tr>
</thead>
<tbody>
  <tr><td>您需要按叢集小時付費</td><td>視執行個體而異，請參閱 <a href="https://aws.amazon.com/eks/pricing/">Amazon EKS 定價</a> </td></tr>
</tbody>
</table>


## 先決條件
<a name="getting-started-eks-configmap-prerequisites"></a>

開始本教學課程之前，您必須安裝並設定建立和管理 和 AWS Batch Amazon EKS 資源所需的下列工具和資源。
+ **AWS CLI**：適用於使用 AWS 服務 (包括 Amazon EKS) 的命令列工具。本指南要求您使用 2.8.6 版或更新版本，或 1.26.0 版或更新版本。如需詳細資訊，請參閱*AWS Command Line Interface 《 使用者指南*》中的[安裝、更新和解除安裝 AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-install.html) 。安裝 之後 AWS CLI，建議您也進行設定。如需詳細資訊，請參閱*AWS Command Line Interface 《 使用者指南*》中的使用 進行[快速組態`aws configure`](https://docs.aws.amazon.com/cli/latest/userguide/cli-configure-quickstart.html#cli-configure-quickstart-config)。
+ **`kubectl`**：命令列工具，適用於使用 Kubernetes 叢集。本指南要求您使用版本 `1.23` 或更新版本。如需詳細資訊，請參閱 *Amazon EKS 使用者指南*中的[安裝或更新 `kubectl`](https://docs.aws.amazon.com/eks/latest/userguide/install-kubectl.html)。
+ **`eksctl`** – 使用 Amazon EKS 叢集的命令列工具，可自動化許多個別任務。本指南要求您使用版本 `0.115.0` 或更新版本。如需詳細資訊，請參閱 **Amazon EKS 使用者指南**中的[安裝或更新 `eksctl`](https://docs.aws.amazon.com/eks/latest/userguide/eksctl.html)。
+ **必要的 IAM 許可** – 您使用的 IAM 安全主體必須具有使用 Amazon EKS IAM 角色和服務連結角色 CloudFormation，以及 VPC 和相關資源的許可。如需詳細資訊，請參閱《*IAM 使用者指南*》中的 [Amazon Elastic Kubernetes Service 的動作、資源和條件金鑰](https://docs.aws.amazon.com/service-authorization/latest/reference/list_amazonelastickubernetesservice.html)和[使用服務連結角色](https://docs.aws.amazon.com/IAM/latest/UserGuide/using-service-linked-roles.html)。您必須以同一位使用者的身分完成本指南中的所有步驟。
+ **許可** – 呼叫 [CreateComputeEnvironment](https://docs.aws.amazon.com/batch/latest/APIReference/API_CreateComputeEnvironment.html) API 操作以建立使用 Amazon EKS 資源的運算環境的使用者需要 `eks:DescribeCluster` API 操作的許可。
+ **AWS 帳戶 number** – 您需要知道您的 AWS 帳戶 ID。遵循[檢視 AWS 帳戶 ID](https://docs.aws.amazon.com/IAM/latest/UserGuide/console-account-id.html) 中的指示。
+ **（選用） CloudWatch** – 若要檢查 [（選用） 提交具有覆寫的任務](#getting-started-eks-configmap-step-6)，必須設定記錄。如需詳細資訊，請參閱[使用 CloudWatch Logs AWS Batch 監控 Amazon EKS 任務](batch-eks-cloudwatch-logs.md)。

## 步驟 1：為 建立 Amazon EKS 叢集 AWS Batch
<a name="getting-started-eks-configmap-step-0"></a>

**重要**  
為了盡可能簡單快速地開始使用，本教學課程包含具有預設設定的步驟。為生產用途建立 之前，建議您先熟悉所有設定，並使用符合您需求的設定進行部署。

安裝先決條件之後，您需要使用 建立叢集`eksctl`。建立叢集可能需要 10-15 分鐘。

```
$  eksctl create cluster --name {{my-cluster-name}} --region {{region-code}}
```

在上述命令中取代：
+ 將 {{my-cluster-name}} 取代為您要用於叢集的名稱。
+ 將 {{region-code}} 取代為 AWS 區域 以在其中建立叢集，例如 `us-west-2`。

本教學課程稍後需要叢集名稱和區域。

## 步驟 2：準備您的 Amazon EKS 叢集 AWS Batch
<a name="getting-started-eks-configmap-step-1"></a>

所有步驟都是必要的。

1. 

**建立 AWS Batch 任務的專用命名空間**

   使用 `kubectl` 建立新的命名空間。

   ```
   $ namespace={{my-aws-batch-namespace}}
   ```

   ```
   $ cat - <<EOF | kubectl create -f -
   {
     "apiVersion": "v1",
     "kind": "Namespace",
     "metadata": {
       "name": "${namespace}",
       "labels": {
         "name": "${namespace}"
       }
     }
   }
   EOF
   ```

   輸出：

   ```
   namespace/my-aws-batch-namespace created
   ```

1. 

**透過角色型存取控制 (RBAC) 啟用存取**

   使用 為叢集`kubectl`建立Kubernetes角色，以允許 AWS Batch 監看節點和 Pod，以及繫結角色。您必須為每個 EKS 叢集執行此操作一次。

   ```
   $ cat - <<EOF | kubectl apply -f -
   apiVersion: rbac.authorization.k8s.io/v1
   kind: ClusterRole
   metadata:
     name: {{aws-batch-cluster-role}}
   rules:
     - apiGroups: [""]
       resources: ["namespaces"]
       verbs: ["get"]
     - apiGroups: [""]
       resources: ["nodes"]
       verbs: ["get", "list", "watch"]
     - apiGroups: [""]
       resources: ["pods"]
       verbs: ["get", "list", "watch"]
     - apiGroups: [""]
       resources: ["events"]
       verbs: ["list"]
     - apiGroups: [""]
       resources: ["configmaps"]
       verbs: ["get", "list", "watch"]
     - apiGroups: ["apps"]
       resources: ["daemonsets", "deployments", "statefulsets", "replicasets"]
       verbs: ["get", "list", "watch"]
     - apiGroups: ["rbac.authorization.k8s.io"]
       resources: ["clusterroles", "clusterrolebindings"]
       verbs: ["get", "list"]
   ---
   apiVersion: rbac.authorization.k8s.io/v1
   kind: ClusterRoleBinding
   metadata:
     name: {{aws-batch-cluster-role-binding}}
   subjects:
   - kind: User
     name: {{aws-batch}}
     apiGroup: rbac.authorization.k8s.io
   roleRef:
     kind: ClusterRole
     name: {{aws-batch-cluster-role}}
     apiGroup: rbac.authorization.k8s.io
   EOF
   ```

   輸出：

   ```
   clusterrole.rbac.authorization.k8s.io/aws-batch-cluster-role created
   clusterrolebinding.rbac.authorization.k8s.io/aws-batch-cluster-role-binding created
   ```

1. 為 建立命名空間範圍Kubernetes角色 AWS Batch ，以管理和生命週期 Pod 並將其繫結。您必須為每個唯一的命名空間執行此操作一次。

   ```
   $ namespace={{my-aws-batch-namespace}}
   ```

   ```
   $ cat - <<EOF | kubectl apply -f - --namespace "${namespace}"
   apiVersion: rbac.authorization.k8s.io/v1
   kind: Role
   metadata:
     name: {{aws-batch-compute-environment-role}}
     namespace: ${namespace}
   rules:
     - apiGroups: [""]
       resources: ["pods"]
       verbs: ["create", "get", "list", "watch", "delete", "patch"]
     - apiGroups: [""]
       resources: ["serviceaccounts"]
       verbs: ["get", "list"]
     - apiGroups: ["rbac.authorization.k8s.io"]
       resources: ["roles", "rolebindings"]
       verbs: ["get", "list"]
   ---
   apiVersion: rbac.authorization.k8s.io/v1
   kind: RoleBinding
   metadata:
     name: {{aws-batch-compute-environment-role-binding}}
     namespace: ${namespace}
   subjects:
   - kind: User
     name: {{aws-batch}}
     apiGroup: rbac.authorization.k8s.io
   roleRef:
     kind: Role
     name: {{aws-batch-compute-environment-role}}
     apiGroup: rbac.authorization.k8s.io
   EOF
   ```

   輸出：

   ```
   role.rbac.authorization.k8s.io/aws-batch-compute-environment-role created
   rolebinding.rbac.authorization.k8s.io/aws-batch-compute-environment-role-binding created
   ```

1. 更新Kubernetes`aws-auth`組態映射，將先前的 RBAC 許可映射至 AWS Batch 服務連結角色。

   在下列命令中取代：
   + 將 {{<your-account-number>}} 取代為您的 AWS 帳戶 數字。

   ```
   $ eksctl create iamidentitymapping \
       --cluster {{my-cluster-name}} \
       --arn "arn:aws:iam::{{<your-account-number>}}:role/AWSServiceRoleForBatch" \
       --username {{aws-batch}}
   ```

   輸出：

   ```
   2022-10-25 20:19:57 [ℹ]  adding identity "arn:aws:iam::{{<your-account-number>}}:role/AWSServiceRoleForBatch" to auth ConfigMap
   ```
**注意**  
路徑`aws-service-role/batch.amazonaws.com/`已從服務連結角色的 ARN 中移除。這是因為`aws-auth`組態映射發生問題。如需詳細資訊，請參閱 [中的具有路徑的角色在路徑包含在其 ARN 中時無法運作aws-authconfigmap](https://github.com/kubernetes-sigs/aws-iam-authenticator/issues/268)。

## 步驟 3：建立 Amazon EKS 運算環境
<a name="getting-started-eks-configmap-step-2"></a>

AWS Batch 運算環境定義運算資源參數，以滿足批次工作負載需求。在受管運算環境中， AWS Batch 可協助您管理 Amazon EKS 叢集內運算資源 (Kubernetes節點） 的容量和執行個體類型。這是以您在建立運算環境時定義的運算資源規格為基礎。您可以使用 EC2 隨需執行個體或 EC2 Spot 執行個體。

現在**AWSServiceRoleForBatch**服務連結角色可存取您的 Amazon EKS 叢集，您可以建立 AWS Batch 資源。首先，建立指向 Amazon EKS 叢集的運算環境。
+ 若要讓 `subnets`執行`eksctl get cluster {{my-cluster-name}}`以取得叢集使用的子網路。
+ 對於 `securityGroupIds` 參數，您可以使用與 Amazon EKS 叢集相同的安全群組。此命令會擷取叢集的安全群組 ID。

  ```
  $ aws eks describe-cluster \
      --name {{my-cluster-name}} \
      --query cluster.resourcesVpcConfig.clusterSecurityGroupId
  ```
+ `instanceRole` 會在您建立叢集時建立 。若要尋找`instanceRole`清單所有使用`AmazonEKSWorkerNodePolicy`政策的實體：

  ```
  $  aws iam list-entities-for-policy --policy-arn arn:aws:iam::aws:policy/AmazonEKSWorkerNodePolicy
  ```

  政策角色的名稱包含您建立的叢集名稱`eksctl-{{my-cluster-name}}-nodegroup-example`。

  若要尋找 `instanceRole` arn，請執行下列命令：

  ```
  $  aws iam list-instance-profiles-for-role --role-name eksctl-{{my-cluster-name}}-nodegroup-example        
  ```

  輸出：

  ```
  INSTANCEPROFILES        arn:aws:iam::{{<your-account-number>}}:instance-profile/eks-04cb2200-94b9-c297-8dbe-87f12example
  ```

  如需詳細資訊，請參閱《[Amazon EKS 使用者指南》中的建立 Amazon EKS 節點 IAM 角色](https://docs.aws.amazon.com/eks/latest/userguide/create-node-role.html#create-worker-node-role)和[啟用叢集的 IAM 主體存取權](https://docs.aws.amazon.com/eks/latest/userguide/add-user-role.html)。 **如果您使用的是 Pod 網路，請參閱《[Amazon EKS 使用者指南》中的設定 的 Amazon VPC CNI 外掛程式Kubernetes以使用服務帳戶的 IAM 角色](https://docs.aws.amazon.com/eks/latest/userguide/cni-iam-role.html)。 ****

```
$ cat <<EOF > ./batch-eks-compute-environment.json
{
  "computeEnvironmentName": "{{My-Eks-CE1}}",
  "type": "MANAGED",
  "state": "ENABLED",
  "eksConfiguration": {
    "eksClusterArn": "arn:aws:eks:{{region-code}}:{{your-account-number}}:cluster/{{my-cluster-name}}",
    "kubernetesNamespace": "{{my-aws-batch-namespace}}"
  },
  "computeResources": {
    "type": "EC2",
    "allocationStrategy": "BEST_FIT_PROGRESSIVE",
    "minvCpus": 0,
    "maxvCpus": 128,
    "instanceTypes": [
        "m5"
    ],
    "subnets": [
        "{{<eks-cluster-subnets-with-access-to-internet-for-image-pull>}}"
    ],
    "securityGroupIds": [
        "{{<eks-cluster-sg>}}"
    ],
    "instanceRole": "{{<eks-instance-profile>}}"
  }
}
EOF
```

```
$ aws batch create-compute-environment --cli-input-json file://./batch-eks-compute-environment.json
```

**備註**
+ 維護 Amazon EKS 運算環境是共同的責任。如需詳細資訊，請參閱[Kubernetes 節點的共同責任](eks-ce-shared-responsibility.md)。

## 步驟 4：建立任務佇列並連接運算環境
<a name="getting-started-eks-configmap-step-3"></a>

**重要**  
在繼續之前，請務必確認運算環境運作狀態良好。[DescribeComputeEnvironments](https://docs.aws.amazon.com/batch/latest/APIReference/API_DescribeComputeEnvironments.html) API 操作可用來執行此操作。  

```
$ aws batch describe-compute-environments --compute-environments {{My-Eks-CE1}}
```
確認 `status` 參數不是 `INVALID`。如果是，請查看原因的 `statusReason` 參數。如需詳細資訊，請參閱[故障診斷 AWS Batch](troubleshooting.md)。

提交至此新任務佇列的任務會在加入與您運算環境相關聯之 Amazon EKS 叢集的 AWS Batch 受管節點上，以 Pod 的形式執行。

```
$ cat <<EOF > ./batch-eks-job-queue.json
 {
    "jobQueueName": "{{My-Eks-JQ1}}",
    "priority": 10,
    "computeEnvironmentOrder": [
      {
        "order": 1,
        "computeEnvironment": "{{My-Eks-CE1}}"
      }
    ]
  }
EOF
```

```
$ aws batch create-job-queue --cli-input-json file://./batch-eks-job-queue.json
```

## 步驟 5：建立任務定義
<a name="getting-started-eks-configmap-step-4"></a>

下列任務定義會指示 Pod 休眠 60 秒。

```
$ cat <<EOF > ./batch-eks-job-definition.json
{
  "jobDefinitionName": "{{MyJobOnEks_Sleep}}",
  "type": "container",
  "eksProperties": {
    "podProperties": {
      "hostNetwork": true,
      "containers": [
        {
          "image": "public.ecr.aws/amazonlinux/amazonlinux:2",
          "command": [
            "sleep",
            "60"
          ],
          "resources": {
            "limits": {
              "cpu": "1",
              "memory": "1024Mi"
            }
          }
        }
      ],
      "metadata": {
        "labels": {
          "environment": "{{test}}"
        }
      }
    }
  }
}
EOF
```

```
$ aws batch register-job-definition --cli-input-json file://./batch-eks-job-definition.json
```

**備註**
+ `cpu` 和 `memory` 參數有考量事項。如需詳細資訊，請參閱[Amazon EKS AWS Batch 上的 記憶體和 vCPU 考量事項](memory-cpu-batch-eks.md)。

## 步驟 6：提交任務
<a name="getting-started-eks-configmap-step-5"></a>

執行下列 AWS CLI 命令以提交新的任務。

```
$ aws batch submit-job --job-queue {{My-Eks-JQ1}} \
    --job-definition {{MyJobOnEks_Sleep}} --job-name {{My-Eks-Job1}}
```

若要檢查任務的狀態：

```
$ aws batch describe-jobs --job {{<jobId-from-submit-response>}}
```

**備註**
+ 如需在 Amazon EKS 資源上執行任務的詳細資訊，請參閱 [Amazon EKS 任務](eks-jobs.md)。

## 步驟 7：檢視任務的輸出
<a name="getting-started-eks-configmap-step-7"></a>

若要檢視任務的輸出，請執行下列動作：

1. 在 https：//[https://console.aws.amazon.com/batch/](https://console.aws.amazon.com/batch/) 開啟 AWS Batch 主控台。

1. 在導覽窗格中，選擇**任務**。

1. 在**任務佇列**下拉式清單中，選擇您為教學課程建立的任務佇列。

1. **任務**表格列出所有任務及其目前狀態。一旦任務**的狀態****成功**，請選擇任務**的名稱** {{My-Eks-Job1}}，以檢視任務的詳細資訊。

1. 在**詳細資訊**窗格中，**從 開始**和**有時停止**應該相隔一分鐘。

## 步驟 8：（選用） 提交具有覆寫的任務
<a name="getting-started-eks-configmap-step-6"></a>

此任務會覆寫傳遞至 container 的命令。任務完成後， AWS Batch 會積極地清除 Pod，以減少對 的負載Kubernetes。若要檢查任務的詳細資訊，必須設定記錄。如需詳細資訊，請參閱[使用 CloudWatch Logs AWS Batch 監控 Amazon EKS 任務](batch-eks-cloudwatch-logs.md)。

```
$ cat <<EOF > ./submit-job-override.json
{
  "jobName": "{{EksWithOverrides}}",
  "jobQueue": "{{My-Eks-JQ1}}",
  "jobDefinition": "{{MyJobOnEks_Sleep}}",
  "eksPropertiesOverride": {
    "podProperties": {
      "containers": [
        {
          "command": [
            "/bin/sh"
          ],
          "args": [
            "-c",
            "echo hello world"
          ]
        }
      ]
    }
  }
}
EOF
```

```
$ aws batch submit-job --cli-input-json file://./submit-job-override.json
```

**備註**
+ 為了改善對操作詳細資訊的可見性，請啟用 Amazon EKS 控制平面記錄。如需詳細資訊，請參閱《[Amazon EKS 使用者指南》中的 Amazon EKS 控制平面記錄](https://docs.aws.amazon.com/eks/latest/userguide/control-plane-logs.html)。 **
+ Daemonsets 和 kubelets 額外負荷會影響可用的 vCPU 和記憶體資源，特別是擴展和任務配置。如需詳細資訊，請參閱[Amazon EKS AWS Batch 上的 記憶體和 vCPU 考量事項](memory-cpu-batch-eks.md)。

若要檢視任務的輸出，請執行下列動作：

1. 在 https：//[https://console.aws.amazon.com/batch/](https://console.aws.amazon.com/batch/) 開啟 AWS Batch 主控台。

1. 在導覽窗格中，選擇**任務**。

1. 在**任務佇列**下拉式清單中，選擇您為教學課程建立的任務佇列。

1. **任務**表格列出您的所有任務及其目前狀態。一旦任務**狀態****成功**，請選擇任務**名稱**以檢視任務的詳細資訊。

1. 在**詳細資訊**窗格中，選擇**日誌串流名稱**。任務的 CloudWatch 主控台將開啟，並且應該有一個事件具有 ****的訊息`hello world`或您的自訂訊息。

## 步驟 9：清除您的教學課程資源
<a name="getting-started-eks-configmap-step-8"></a>

您需支付啟用 Amazon EC2 執行個體的費用。您可以刪除執行個體以停止產生費用。

若要刪除您建立的資源，請執行下列動作：

1. 在 https：//[https://console.aws.amazon.com/batch/](https://console.aws.amazon.com/batch/) 開啟 AWS Batch 主控台。

1. 在導覽窗格中，選擇**任務佇列**。

1. 在**任務佇列**表格中，選擇您為教學課程建立的任務佇列。

1. 選擇**停用**。任務佇列**狀態**停用後，您可以選擇**刪除**。

1. 刪除任務佇列後，在導覽窗格中選擇**運算環境**。

1. 選擇您為此教學課程建立的運算環境，然後選擇**停用**。運算環境可能需要 1-2 分鐘才能完成停用。

1. 一旦運算環境**的狀態**停用，請選擇**刪除**。可能需要 1-2 個小節才能刪除運算環境。

## 其他資源
<a name="getting-started-eks-configmap-additional-resources"></a>

完成教學課程後，建議您探索下列主題：
+ 進一步了解 [最佳實務](best-practices.md)。
+ 探索 AWS Batch 核心元件。如需詳細資訊，請參閱[的元件 AWS Batch](batch_components.md)。
+ 進一步了解 中可用的不同[運算環境](compute_environments.md) AWS Batch。
+ 進一步了解[任務佇列](job_queues.md)及其不同的排程選項。
+ 進一步了解[任務定義](job_definitions.md)和不同的組態選項。
+ 進一步了解不同類型的[任務](jobs.md)。