向亚马逊 ECR 添加兼容亚马逊 SageMaker Studio Classic 的 Docker 镜像 - 亚马逊 SageMaker AI
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)。

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。

向亚马逊 ECR 添加兼容亚马逊 SageMaker Studio Classic 的 Docker 镜像

重要

截至 2023 年 11 月 30 日，之前的亚马逊 SageMaker Studio 体验现在被命名为 Amazon St SageMaker udio Classic。以下部分专门介绍如何使用 Studio Classic 应用程序。有关使用更新的 Studio 体验的信息，请参阅 亚马逊 SageMaker Studio。

Studio Classic 仍针对现有工作负载进行维护，但不再可供入门使用。您只能停止或删除现有的 Studio Classic 应用程序，不能创建新的应用程序。我们建议您将工作负载迁移到全新 Studio 体验。

您可以执行以下步骤将容器映像添加到 Amazon ECR：

  • 创建 Amazon ECR 存储库。

  • 向 Amazon ECR 进行身份验证。

  • 构建与 Studio Classic 兼容的 Docker 映像。

  • 将映像推送到 Amazon ECR 存储库。

注意

Amazon ECR 存储库必须与 Studio Classic 存储库Amazon Web Services 区域相同。

构建容器映像并将其添加到 Amazon ECR

  1. 使用 Amazon CLI 创建一个 Amazon ECR 存储库。要使用 Amazon ECR 控制台创建存储库，请参阅创建存储库。

    aws ecr create-repository \
    --repository-name smstudio-custom \
    --image-scanning-configuration scanOnPush=true

    响应内容应该类似于以下内容。

    {
    "repository": {
        "repositoryArn": "arn:aws:ecr:us-east-2:acct-id:repository/smstudio-custom",
        "registryId": "acct-id",
        "repositoryName": "smstudio-custom",
        "repositoryUri": "acct-id.dkr.ecr.us-east-2.amazonaws.com/smstudio-custom",
        ...
    }
}

  2. 使用 Studio Classic 映像构建 CLI 构建 Dockerfile。句点 (.) 指定 Dockerfile 应该在构建命令的上下文中。该命令构建映像并将构建的映像上传到 ECR 存储库。然后，该命令输出映像 URI。

    sm-docker build . --repository smstudio-custom:custom

    响应内容应该类似于以下内容。

    Image URI: <acct-id>.dkr.ecr.<region>.amazonaws.com/<image_name>