Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

自动回滚配置和监控

Amazon CloudWatch 警报是在部署防护机制中使用烘焙期的先决条件。只有在设置了可以监控端点的 CloudWatch 警报后，您才能在部署防护机制中使用自动回滚功能。如果在指定的监控期内触发了任意警报，SageMaker 会启动对旧端点的完全回滚以保护您的应用程序。如果您未设置任何 CloudWatch 警报来监控端点，则自动回滚功能将在部署期间不起作用。

有关 Amazon CloudWatch 的更多信息，请参阅《Amazon CloudWatch 用户指南》中的什么是 Amazon CloudWatch？

警报示例

为了协助您开始使用，我们提供了以下示例来演示 CloudWatch 警报的功能。除了使用或修改以下示例之外，您还可以创建自己的警报以及配置警报，以便监控特定时段内指定实例集上的各种指标。要查看可以添加到警报中的更多 SageMaker 指标和维度，请参阅使用 Amazon CloudWatch 监控 Amazon SageMaker。

监控新旧实例集上的调用错误

以下 CloudWatch 警报监控端点的平均错误率。您可以将此警报与任何部署防护机制流量转移类型配合使用，以对新旧实例集进行全面监控。如果触发警报，则 SageMaker 会启动回滚到旧实例集。

平均错误率包括来自旧实例集和新实例集的调用错误。如果平均错误率超过指定的阈值，就会触发警报。此特殊示例监视部署期间新旧实例集上的 4xx 错误（客户端错误）。您还可以使用指标 Invocation5XXErrors 监控 5xx 错误（服务器错误）。

#Applied deployment type: all types
{
    "AlarmName": "EndToEndDeploymentHighErrorRateAlarm",
    "AlarmDescription": "Monitors the error rate of 4xx errors",
    "MetricName": "Invocation4XXErrors",
    "Namespace": "AWS/SageMaker",
    "Statistic": "Average",
    "Dimensions": [
        {
            "Name": "EndpointName",
            "Value": <your-endpoint-name>
        },
        {
            "Name": "VariantName",
            "Value": "AllTraffic"
        }
    ],
    "Period": 600,
    "EvaluationPeriods": 2,
    "Threshold": 1,
    "ComparisonOperator": "GreaterThanThreshold",
    "TreatMissingData": "notBreaching"
}

在上一个示例中，记录以下字段的值：

监控新实例集上的模型延迟

以下 CloudWatch 警报示例监控部署期间新实例集的模型延迟。您可以使用此警报仅监控新实例集并排除旧实例集。警报在整个部署期间保持。此示例为您提供了对新实例集的全面、端到端的监控，如果新实例集出现任何响应时间问题，则启动回滚到旧实例集。

在新实例集开始接收流量之后，CloudWatch 发布带有维度 EndpointConfigName:{New-Ep-Config} 的指标，这些指标即使在部署完成后也会持续存在。

您可以在任意部署类型中使用以下示例警报。

#Applied deployment type: all types
{
    "AlarmName": "NewEndpointConfigVersionHighModelLatencyAlarm",
    "AlarmDescription": "Monitors the model latency on new fleet",
    "MetricName": "ModelLatency",
    "Namespace": "AWS/SageMaker",
    "Statistic": "Average",
    "Dimensions": [
        {
            "Name": "EndpointName",
            "Value": <your-endpoint-name>
        },
        {
            "Name": "VariantName",
            "Value": "AllTraffic"
        },
        {
            "Name": "EndpointConfigName",
            "Value": <your-config-name>
    ],
    "Period": 300,
    "EvaluationPeriods": 2,
    "Threshold": 100000, # 100ms
    "ComparisonOperator": "GreaterThanThreshold",
    "TreatMissingData": "notBreaching"
}

在上一个示例中，记录以下字段的值：