为 SageMaker 处理作业授予您 Amazon VPC 中的资源的访问权限 - Amazon SageMaker
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

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

为 SageMaker 处理作业授予您 Amazon VPC 中的资源的访问权限

要控制对数据和处理作业的访问,建议您创建一个私有 Amazon VPC,并将其配置为不可通过公有 Internet 访问。有关创建和配置 VPC 的信息,请参阅Amazon VPC 入门中的Amazon VPC User Guide. 使用 VPC 有助于保护您的处理容器和数据,因为您可以对 VPC 进行配置,使其不连接到 Internet。使用 VPC,您还可以通过 VPC 流日志来监控进出处理容器的所有网络流量。有关更多信息,请参阅 Amazon VPC 用户指南 中的 VPC 流日志

本文档介绍了如何为处理任务添加 Amazon VPC 配置。

配置处理 Job 以进行 Amazon VPC 访问

要在私有 VPC 中指定子网和安全组,请使用NetworkConfig.VpcConfig请求参数CreateProcessingJobAPI,或者在 SageMaker 控制台中创建处理作业时提供此信息。SageMaker 使用此信息创建网络接口并将其附加到您的处理容器。网络接口在未连接到 Internet 的 VPC 中为您的处理容器提供网络连接。它们还可将您的处理作业连接到私有 VPC 中的资源。

以下是您在调用 CreateProcessingJob 时将包含的 VpcConfig 参数的示例:

VpcConfig: { "Subnets": [ "subnet-0123456789abcdef0", "subnet-0123456789abcdef1", "subnet-0123456789abcdef2" ], "SecurityGroupIds": [ "sg-0123456789abcdef0" ] }

配置私有 VPC 以进行 SageMaker 处理

为 SageMaker 处理作业配置私有 VPC 时,请使用以下准则。有关设置 VPC 的信息,请参阅使用 VPC 和子网中的Amazon VPC User Guide.

确保子网拥有足够的 IP 地址

对于处理作业中的每个实例,您的 VPC 子网应至少拥有两个私有 IP 地址。有关更多信息,请参阅 。针对 IPv4 的 VPC 和子网大小调整中的Amazon VPC User Guide.

创建 Amazon S3 VPC 终端节点

如果您将 VPC 配置为使处理容器不具有 Internet 访问权限,则这些容器无法连接到包含数据的 Amazon S3 存储桶,除非您创建一个允许访问的 VPC 终端节点。通过创建 VPC 终端节点,您允许处理容器访问用于存储数据的存储桶。我们还建议您创建自定义策略,只允许来自私有 VPC 的请求访问您的 S3 存储桶。有关更多信息,请参阅用于 Amazon S3 的端点

要创建 S3 VPC 终端节点,请执行以下操作:

  1. 通过以下网址打开 Amazon VPC 控制台:https://console.aws.amazon.com/vpc/

  2. 在导航窗格中,选择 Endpoints (终端节点),然后选择 Create Endpoint (创建终端节点)

  3. 对于 Service Name (服务名称),请选择 com.amazonaws.region.s3,其中 region 是您的 VPC 所在的区域。

  4. 对于 VPC,请选择要用于该终端节点的 VPC。

  5. 对于 Configure route tables,选择终端节点要使用的路由表。VPC 服务自动将一个路由添加到您选择的每个路由表中,它将任何 S3 流量传送到新的终端节点。

  6. 对于 Policy (策略),请选择 Full Access (完全访问) 以允许 VPC 中的任何用户或服务完全访问 S3 服务。选择 Custom (自定义) 以进一步限制访问。有关信息,请参阅 使用自定义终端节点策略限制 S3 访问

使用自定义终端节点策略限制 S3 访问

默认终端节点策略允许您的 VPC 中的任何用户或服务完全访问 S3。要进一步限制 S3 访问,请创建一个自定义终端节点策略。有关更多信息,请参阅 。为 Amazon S3 使用终端节点策略. 此外,您还可以使用存储桶策略将 S3 存储桶访问限制为仅来自 Amazon VPC 的流量。想要了解有关信息,请参阅使用 Amazon S3 存储桶策略.

限制在处理容器上安装包

默认终端节点策略允许用户在处理容器中安装来自 Amazon Linux 和 Amazon Linux 2 存储库的包。如果您不希望用户安装来自该存储库的包,则创建一个自定义终端节点策略,明确拒绝访问 Amazon Linux 和 Amazon Linux 2 存储库。以下是拒绝访问这些存储库的策略示例:

{ "Statement": [ { "Sid": "AmazonLinuxAMIRepositoryAccess", "Principal": "*", "Action": [ "s3:GetObject" ], "Effect": "Deny", "Resource": [ "arn:aws:s3:::packages.*.amazonaws.com/*", "arn:aws:s3:::repo.*.amazonaws.com/*" ] } ] } { "Statement": [ { "Sid": "AmazonLinux2AMIRepositoryAccess", "Principal": "*", "Action": [ "s3:GetObject" ], "Effect": "Deny", "Resource": [ "arn:aws:s3:::amazonlinux.*.amazonaws.com/*" ] } ] }

配置路由表

对终端节点路由表使用默认的 DNS 设置,以便使标准 Amazon S3 URL(例如,http://s3-aws-region.amazonaws.com/MyBucket)解决。如果您不使用默认 DNS 设置,则确保通过配置终端节点路由表来解析用于指定处理作业中数据位置的 URL。有关 VPC 终端节点路由表的信息,请参阅网关终端节点路由中的Amazon VPC User Guide.

配置 VPC 安全组

在分布式处理中,您必须允许在同一处理作业中的不同容器之间进行通信。为此,请为您的安全组配置规则,以允许同一安全组的成员之间实现入站连接。有关更多信息,请参阅 。安全组规则.

连接到 VPC 之外的资源

如果您将 VPC 配置为不具有 Internet 访问权限,则使用该 VPC 的处理作业无权访问 VPC 之外的资源。如果您的处理作业需要访问您的 VPC 外部的资源,请使用以下选项之一提供访问权限:

  • 如果您的处理作业需要访问支持接口 VPC 终端节点的 Amazon 服务,请创建连接到该服务的终端节点。有关支持接口终端节点的服务的列表,请参阅VPC 终端节点中的Amazon VPC User Guide. 有关创建接口 VPC 端点的信息,请参阅接口 VPC 终端节点 (AmazonPrivateLink)中的Amazon VPC User Guide.

  • 如果您的处理作业需要访问不支持接口 VPC 终端节点的 Amazon 服务,或需要访问 Amazon 之外的资源,请创建一个 NAT 网关,并将安全组配置为允许出站连接。有关为 VPC 设置 NAT 网关的信息,请参阅。方案 2: 带有公有和私有子网的 VPC (NAT)中的Amazon Virtual Private Cloud 用户指南.