将资源迁移到最新 Operator
我们将停止对 SageMaker Operators for Kubernetes
如果您当前正在使用 SageMaker Operators for Kubernetesv1.2.2
或更低版本,我们建议您将资源迁移到适用于 Amazon SageMaker 的 ACK 服务控制器
有关终止对 SageMaker Operators for Kubernetes 原始版本支持的常见问题解答,请参阅宣布终止对 SageMaker Operators for Kubernetes 原始版本的支持
使用以下步骤迁移您的资源,并使用 ACK 通过 Amazon SageMaker 训练、优化和部署机器学习模型。
注意
最新 SageMaker Operators for Kubernetes 不向后兼容。
先决条件
要成功将资源迁移到最新 SageMaker Operators for Kubernetes,您必须执行以下操作:
-
安装最新 SageMaker Operators for Kubernetes。有关分步说明,请参阅使用 ACK SageMaker 控制器进行机器学习中的设置
。 -
如果您使用的是 HostingAutoscalingPolicy 资源,请安装新的 Application Auto Scaling Operator。有关分步说明,请参阅使用 Application Auto Scaling 扩缩 SageMaker 工作负载中的设置
。如果您使用的不是 HostingAutoScalingPolicy 资源,则此步骤是可选步骤。
如果权限配置正确,则 ACK SageMaker 服务控制器可以确定 Amazon 资源的规范和状态,并像 ACK 控制器最初创建资源一样对资源进行协调。
采用资源
全新 SageMaker Operators for Kubernetes 能够采用最初不是由 ACK 服务控制器创建的资源。有关更多信息,请参阅 ACK 文档中的采用现有 Amazon 资源
以下步骤展示了全新 SageMaker Operators for Kubernetes 如何采用现有 SageMaker 端点。将以下示例代码另存为名为 adopt-endpoint-sample.yaml
的文件。
apiVersion: services.k8s.aws/v1alpha1 kind: AdoptedResource metadata: name: adopt-endpoint-sample spec: aws: # resource to adopt, not created by ACK nameOrID: xgboost-endpoint kubernetes: group: sagemaker.services.k8s.aws kind: Endpoint metadata: # target K8s CR name name: xgboost-endpoint
使用 kubectl apply
提交自定义资源 (CR):
kubectl apply -f adopt-endpoint-sample.yaml
使用 kubectl describe
检查您采用的资源的状态条件。
kubectl describe adoptedresource adopt-endpoint-sample
验证 ACK.Adopted
条件是否为 True
。该输出应该类似于以下示例:
--- kind: AdoptedResource metadata: annotations: kubectl.kubernetes.io/last-applied-configuration: '{"apiVersion":"services.k8s.aws/v1alpha1","kind":"AdoptedResource","metadata":{"annotations":{},"name":"xgboost-endpoint","namespace":"default"},"spec":{"aws":{"nameOrID":"xgboost-endpoint"},"kubernetes":{"group":"sagemaker.services.k8s.aws","kind":"Endpoint","metadata":{"name":"xgboost-endpoint"}}}}' creationTimestamp: '2021-04-27T02:49:14Z' finalizers: - finalizers.services.k8s.aws/AdoptedResource generation: 1 name: adopt-endpoint-sample namespace: default resourceVersion: '12669876' selfLink: "/apis/services.k8s.aws/v1alpha1/namespaces/default/adoptedresources/adopt-endpoint-sample" uid: 35f8fa92-29dd-4040-9d0d-0b07bbd7ca0b spec: aws: nameOrID: xgboost-endpoint kubernetes: group: sagemaker.services.k8s.aws kind: Endpoint metadata: name: xgboost-endpoint status: conditions: - status: 'True' type: ACK.Adopted
检查您的资源是否存在于集群中:
kubectl describe endpoints.sagemaker xgboost-endpoint
HostingAutoscalingPolicy 资源
HostingAutoscalingPolicy
(HAP) 资源由多个 Application Auto Scaling 资源组成:ScalableTarget
和 ScalingPolicy
。在 ACK 中采用 HAP 资源时,请先安装 Application Auto Scaling controller 控制器ScalableTarget
和 ScalingPolicy
资源。您可以在 HostingAutoscalingPolicy
资源的状态 (status.ResourceIDList
) 中找到这些资源的资源标识符。
HostingDeployment 资源
HostingDeployment
资源由多个 SageMaker 资源组成:Endpoint
、EndpointConfig
和每个 Model
。如果您在 ACK 中采用 SageMaker 端点,则需要分别采用 Endpoint
、EndpointConfig
和 Model
。可在 HostingDeployment
资源的状态(status.endpointName
、status.endpointConfigName
和 status.modelNames
)中找到 Endpoint
、EndpointConfig
和 Model
名称。
有关所有支持的 SageMaker 资源的列表,请参阅 ACK API 参考
清理旧资源
在全新 SageMaker Operators for Kubernetes 采用您的资源后,您可以卸载旧 Operator 并清理旧资源。
步骤 1:卸载旧 Operator
要卸载旧 Operator,请参阅删除 Operator。
警告
删除任何旧资源之前,请先卸载旧 Operator。
第 2 步:删除终结器并删除旧资源
警告
删除旧资源之前,请确保已卸载旧 Operator。
卸载旧 Operator 后,必须明确删除终结器才能删除旧 Operator 资源。以下示例脚本显示如何删除给定命名空间中由旧 Operator 管理的所有训练作业。新 Operator 采用其他资源后,您可以使用类似的模式删除这些资源。
注意
必须使用完整的资源名称才能获取资源。例如,使用 kubectl get trainingjobs.sagemaker.aws.amazon.com
而不是 kubectl get trainingjob
。
namespace=
sagemaker_namespace
training_jobs=$(kubectl get trainingjobs.sagemaker.aws.amazon.com -n $namespace -ojson | jq -r '.items | .[] | .metadata.name') for job in $training_jobs do echo "Deleting $job resource in $namespace namespace" kubectl patch trainingjobs.sagemaker.aws.amazon.com $job -n $namespace -p '{"metadata":{"finalizers":null}}' --type=merge kubectl delete trainingjobs.sagemaker.aws.amazon.com $job -n $namespace done
使用全新 SageMaker Operators for Kubernetes
有关使用全新 SageMaker Operators for Kubernetes 的深入指南,请参阅使用 SageMaker Operators for Kubernetes