使用 Docker 容器

本节包括有关如何构建自己的 Docker 容器的信息。如果重复使用第三方构建的 Docker 容器，则存在安全风险：这些容器可能使用您的用户权限执行任意代码。在使用之前，请确保您信任任何第三方容器的作者。

使用以下步骤可设置针对自上次执行分析以来到达的数据的定期数据分析：

使用 SQL 查询和增量窗口生成数据集，使用容器生成应用程序，Amazon IoT Analytics创建按您指定的间隔在 delta 窗口中的数据上运行的预定生产数据集，生成所需的输出并发送通知。

您可以暂停生产数据集应用程序，并在选择时将其恢复。当您恢复生产数据集应用程序时，Amazon IoT Analytics，默认情况下，它会捕获自上次执行以来到达但尚未分析的所有数据。您还可以通过执行一系列连续运行来配置恢复生产数据集的方式（作业窗口长度）。或者，您可以通过仅捕获新到达且符合增量窗口指定大小的数据来恢复生产数据集应用程序。

在创建或定义由创建另一个数据集触发的数据集时，请注意以下限制：

创建由 SQL 数据集触发的容器数据集时可能会返回以下错误：

自定义 Docker 容器输入/输出变量

本节演示您的自定义 Docker 映像运行的程序如何读取输入变量并上传其输出。

参数文件

输入变量以及要将输出上传到的目的地存储在一个 JSON 文件中，它位于执行 Docker 映像的实例上的 /opt/ml/input/data/iotanalytics/params 中。以下是该文件内容的示例。

{
   "Context": {
       "OutputUris": {
           "html": "s3://aws-iot-analytics-dataset-xxxxxxx/notebook/results/iotanalytics-xxxxxxx/output.html",
           "ipynb": "s3://aws-iot-analytics-dataset-xxxxxxx/notebook/results/iotanalytics-xxxxxxx/output.ipynb"
       }
   },
   "Variables": {
       "source_dataset_name": "mydataset",
       "source_dataset_version_id": "xxxx",
       "example_var": "hello world!",
       "custom_output": "s3://aws-iot-analytics/dataset-xxxxxxx/notebook/results/iotanalytics-xxxxxxx/output.txt"
   }
}

除了数据集的名称和版本 ID 外，Variables 部分还包含在 iotanalytics:CreateDataset 调用中指定的变量 - 在此示例中，为变量 example_var 给定值 hello world!。在 custom_output 变量中还提供了自定义输出 URI。该 OutputUris 字段包含容器可将其输出上传到的默认位置 - 在本示例中，同时提供了 ipynb 和 html 输出的默认输出 URI。

输入变量

通过 Docker 映像启动的程序可从 params 文件中读取变量。以下是一个示例程序，它可以打开params文件，对其进行解析，然后输出其值example_var变量。

import json

with open("/opt/ml/input/data/iotanalytics/params") as param_file:
    params = json.loads(param_file.read())
example_var = params["Variables"]["example_var"]
print(example_var)

上传输出

您的 Docker 镜像启动的程序也可能将其输出存储在 Amazon S3 位置。必须使用” 加载输出bucket-owner-full-control“访问控制列表. 访问列表授予Amazon IoT Analytics对上传输出的服务控制。在此示例中，我们扩展了前一个示例以上传的内容example_var到由定义的 Amazon Storage S3 位置custom_output在里面params文件。

import boto3
import json
from urllib.parse import urlparse

ACCESS_CONTROL_LIST = "bucket-owner-full-control"

with open("/opt/ml/input/data/iotanalytics/params") as param_file:
    params = json.loads(param_file.read())
example_var = params["Variables"]["example_var"]

outputUri = params["Variables"]["custom_output"]
# break the S3 path into a bucket and key
bucket = urlparse(outputUri).netloc
key = urlparse(outputUri).path.lstrip("/")

s3_client = boto3.client("s3")
s3_client.put_object(Bucket=bucket, Key=key, Body=example_var, ACL=ACCESS_CONTROL_LIST)