Dockerfile 規格

您在 Dockerfile 中指定的映像必須符合下列各節中的規格，才能成功建立映像。

執行映像

• Entrypoint – 建議您使用 DockerCMD或 Entrypoint指示，將進入點內嵌至映像中。您也可以設定 ContainerEntrypoint，ContainerArguments並在執行時間傳遞至容器。如需詳細資訊，請參閱CodeEditorAppImageConfig。

• EnvVariables – 使用 Studio，您可以設定可供容器使用的ContainerEnvironment變數。環境變數會以 SageMaker AI 的環境變數覆寫。為了提供您更好的體驗，環境變數通常是 SageMaker AI_namespaced AWS_，並優先考慮平台環境。

  以下是環境變數：

  • AWS_REGION

  • AWS_DEFAULT_REGION

  • AWS_CONTAINER_CREDENTIALS_RELATIVE_URI

  • SAGEMAKER_SPACE_NAME

使用者和檔案系統的規格

• WorkingDirectory – 您空間的 Amazon EBS 磁碟區會掛載在路徑 上/home/sagemaker-user。您無法變更掛載路徑。使用 WORKDIR指示將映像的工作目錄設定為 內的資料夾/home/sagemaker-user。

• UID – Docker容器的使用者 ID。UID=1000 是支援的值。您可以新增 sudo 存取權給使用者。系統會重新映射 IDs，以防止容器中執行的程序具有比所需更多的權限。

• GID – Docker容器的群組 ID。GID=100 是支援的值。您可以新增 sudo 存取權給使用者。系統會重新映射 IDs，以防止容器中執行的程序具有比所需更多的權限。

• 中繼資料目錄 – 使用的 /opt/.sagemakerinternal和 /opt/ml 目錄 AWS。中的中繼資料檔案/opt/ml包含 資源的中繼資料，例如 DomainId。

  使用下列命令來顯示檔案系統內容：

  cat /opt/ml/metadata/resource-metadata.json
  {"AppType":"CodeEditor","DomainId":"example-domain-id","UserProfileName":"example-user-profile-name,"ResourceArn":"arn:aws:sagemaker:AWS 區域:111122223333;:app/domain-ID/user-ID/CodeEditor/default","ResourceName":"default","AppImageVersion":"current"}                             

• 記錄目錄 – /var/log/studio 保留給程式碼編輯器的記錄目錄及其相關聯的延伸。建議您不要在建立映像時使用資料夾。

應用程式的運作狀態檢查和 URL

• Base URL – BYOI 應用程式的基本 URL 必須為 codeeditor/default。您只能有一個應用程式，且必須一律命名為 default。

• 運作狀態檢查端點 – 您必須將程式碼編輯器伺服器託管在 0.0.0.0 連接埠 8888，SageMaker AI 才能偵測它。

• 身分驗證 – 您必須在開啟--without-connection-token時通過sagemaker-code-editor，以允許 SageMaker AI 驗證您的使用者。

注意

如果您使用 Amazon SageMaker Distribution 作為基礎映像，這些要求已作為包含entrypoint-code-editor指令碼的一部分處理。

Dockerfile 範例

以下是 Dockerfile 範例，符合先前章節中列出的規格，以使用micromamba基本環境從頭開始建立映像：

FROM mambaorg/micromamba:latest
ARG NB_USER="sagemaker-user"
ARG NB_UID=1000
ARG NB_GID=100

USER root

RUN micromamba install -y --name base -c conda-forge sagemaker-code-editor

USER $NB_UID

CMD eval "$(micromamba shell hook --shell=bash)"; \
    micromamba activate base; \
    sagemaker-code-editor --host 0.0.0.0 --port 8888 \
        --without-connection-token \
        --base-path "/CodeEditor/default"        

以下是 Dockerfile 範例，符合先前章節中列出的規格，以根據 Amazon SageMaker AI Distribution 建立映像：

FROM public.ecr.aws/sagemaker/sagemaker-distribution:latest-cpu
ARG NB_USER="sagemaker-user"
ARG NB_UID=1000
ARG NB_GID=100
ENV MAMBA_USER=$NB_USER

USER root

 # install scrapy in the base environment
RUN micromamba install -y --name base -c conda-forge scrapy

 # download VSCodeVim
RUN \
  wget https://github.com/VSCodeVim/Vim/releases/download/v1.27.2/vim-1.27.2.vsix \
  -P /tmp/exts/ --no-check-certificate

 # Install the extension
RUN \
  extensionloc=/opt/amazon/sagemaker/sagemaker-code-editor-server-data/extensions \
  && sagemaker-code-editor \
    --install-extension "/tmp/exts/vim-1.27.2.vsix" \
    --extensions-dir "${extensionloc}"

USER $MAMBA_USER
ENTRYPOINT ["entrypoint-code-editor"]