在 MediaConvert 中使用作业模板 - Amazon SDK for JavaScript
情景完成先决条件任务创建作业模板从作业模板创建转码作业列出作业模板删除作业模板
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)。

Amazon SDK for JavaScript V3 API 参考指南详细描述了 Amazon SDK for JavaScript 版本 3 (V3) 的所有 API 操作。

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。

在 MediaConvert 中使用作业模板

JavaScript code example that applies to Node.js execution

此 Node.js 代码示例演示：

  • 如何创建 AWS Elemental MediaConvert 作业模板。

  • 如何使用作业模板来创建转码作业。

  • 如何列出您的所有作业模板。

  • 如何删除作业模板。

情景

在 MediaConvert 中创建转码作业所需的 JSON 有详细说明，包含大量设置。您可以将已知工作正常的设置保存在作业模板中并用于创建以后的作业，从而节省大量时间。在此示例中，您使用 Node.js 模块调用 MediaConvert 来创建、使用和管理作业模板。该代码使用 SDK for JavaScript，通过 MediaConvert 客户端类的以下方法来完成此操作：

完成先决条件任务

要设置和运行此示例，请先完成以下任务：

  • 设置项目环境以运行这些 Node TypeScript 示例，并安装所需的 Amazon SDK for JavaScript 和第三方模块。请按照 GitHub 上的说明进行操作。

  • 使用用户凭证创建共享配置文件。有关提供共享凭证文件的更多信息，请参阅《Amazon SDK 和工具参考指南》中的共享配置和凭证文件。

  • 创建一个 IAM 角色，该角色使 MediaConvert 能够访问输入文件以及存储输出文件的 Amazon S3 存储桶。有关更多信息，请参阅《AWS Elemental MediaConvert 用户指南》中的设置 IAM 权限。

重要

这些示例使用 ECMAScript6 (ES6)。这需要使用 Node.js 版本 13.x 或更高版本。要下载并安装最新版本的 Node.js，请参阅 Node.js 下载。

但是，如果您更喜欢使用 CommonJS 语法，请参阅 JavaScript ES6/CommonJS 语法。

创建作业模板

创建一个 libs 目录，然后使用文件名 emcClient.js 创建一个 Node.js 模块。将下面的代码复制并粘贴到其中，这将创建 MediaConvert 客户端对象。将 REGION 替换为您的 Amazon 区域。将 ENDPOINT 替换为您的 MediaConvert 账户端点，您可以在 MediaConvert 控制台的账户页面上获取该端点。

import { MediaConvertClient } from "@aws-sdk/client-mediaconvert";
// Set the account end point.
const ENDPOINT = {
  endpoint: "https://ENDPOINT_UNIQUE_STRING.mediaconvert.REGION.amazonaws.com",
};
// Set the MediaConvert Service Object
const emcClient = new MediaConvertClient(ENDPOINT);
export { emcClient };

此示例代码可在 GitHub 上的此处找到。

创建文件名为 emc_create_jobtemplate.js 的 Node.js 模块。确保如前所示配置 SDK，包括安装所需的客户端和软件包。

指定用于创建模板的参数 JSON。您可以使用来自以前成功作业中的大部分 JSON 参数来指定模板中的 Settings 值。此示例使用来自 在 MediaConvert 中创建和管理转码作业 的作业设置。

通过创建一个 promise 来调用 MediaConvert 服务对象并传递参数，以此调用 CreateJobTemplateCommand 方法。

注意

将 JOB_QUEUE_ARN 替换为要检查的作业队列的 Amazon 资源名称 (ARN)，将 BUCKET_NAME 替换为目标 Amazon S3 存储桶的名称，例如“s3://BUCKET_NAME/”。

// Import required AWS-SDK clients and commands for Node.js
import { CreateJobTemplateCommand } from "@aws-sdk/client-mediaconvert";
import { emcClient } from "./libs/emcClient.js";

const params = {
  Category: "YouTube Jobs",
  Description: "Final production transcode",
  Name: "DemoTemplate",
  Queue: "JOB_QUEUE_ARN", //JOB_QUEUE_ARN
  Settings: {
    OutputGroups: [
      {
        Name: "File Group",
        OutputGroupSettings: {
          Type: "FILE_GROUP_SETTINGS",
          FileGroupSettings: {
            Destination: "BUCKET_NAME", // BUCKET_NAME e.g., "s3://BUCKET_NAME/"
          },
        },
        Outputs: [
          {
            VideoDescription: {
              ScalingBehavior: "DEFAULT",
              TimecodeInsertion: "DISABLED",
              AntiAlias: "ENABLED",
              Sharpness: 50,
              CodecSettings: {
                Codec: "H_264",
                H264Settings: {
                  InterlaceMode: "PROGRESSIVE",
                  NumberReferenceFrames: 3,
                  Syntax: "DEFAULT",
                  Softness: 0,
                  GopClosedCadence: 1,
                  GopSize: 90,
                  Slices: 1,
                  GopBReference: "DISABLED",
                  SlowPal: "DISABLED",
                  SpatialAdaptiveQuantization: "ENABLED",
                  TemporalAdaptiveQuantization: "ENABLED",
                  FlickerAdaptiveQuantization: "DISABLED",
                  EntropyEncoding: "CABAC",
                  Bitrate: 5000000,
                  FramerateControl: "SPECIFIED",
                  RateControlMode: "CBR",
                  CodecProfile: "MAIN",
                  Telecine: "NONE",
                  MinIInterval: 0,
                  AdaptiveQuantization: "HIGH",
                  CodecLevel: "AUTO",
                  FieldEncoding: "PAFF",
                  SceneChangeDetect: "ENABLED",
                  QualityTuningLevel: "SINGLE_PASS",
                  FramerateConversionAlgorithm: "DUPLICATE_DROP",
                  UnregisteredSeiTimecode: "DISABLED",
                  GopSizeUnits: "FRAMES",
                  ParControl: "SPECIFIED",
                  NumberBFramesBetweenReferenceFrames: 2,
                  RepeatPps: "DISABLED",
                  FramerateNumerator: 30,
                  FramerateDenominator: 1,
                  ParNumerator: 1,
                  ParDenominator: 1,
                },
              },
              AfdSignaling: "NONE",
              DropFrameTimecode: "ENABLED",
              RespondToAfd: "NONE",
              ColorMetadata: "INSERT",
            },
            AudioDescriptions: [
              {
                AudioTypeControl: "FOLLOW_INPUT",
                CodecSettings: {
                  Codec: "AAC",
                  AacSettings: {
                    AudioDescriptionBroadcasterMix: "NORMAL",
                    RateControlMode: "CBR",
                    CodecProfile: "LC",
                    CodingMode: "CODING_MODE_2_0",
                    RawFormat: "NONE",
                    SampleRate: 48000,
                    Specification: "MPEG4",
                    Bitrate: 64000,
                  },
                },
                LanguageCodeControl: "FOLLOW_INPUT",
                AudioSourceName: "Audio Selector 1",
              },
            ],
            ContainerSettings: {
              Container: "MP4",
              Mp4Settings: {
                CslgAtom: "INCLUDE",
                FreeSpaceBox: "EXCLUDE",
                MoovPlacement: "PROGRESSIVE_DOWNLOAD",
              },
            },
            NameModifier: "_1",
          },
        ],
      },
    ],
    AdAvailOffset: 0,
    Inputs: [
      {
        AudioSelectors: {
          "Audio Selector 1": {
            Offset: 0,
            DefaultSelection: "NOT_DEFAULT",
            ProgramSelection: 1,
            SelectorType: "TRACK",
            Tracks: [1],
          },
        },
        VideoSelector: {
          ColorSpace: "FOLLOW",
        },
        FilterEnable: "AUTO",
        PsiControl: "USE_PSI",
        FilterStrength: 0,
        DeblockFilter: "DISABLED",
        DenoiseFilter: "DISABLED",
        TimecodeSource: "EMBEDDED",
      },
    ],
    TimecodeConfig: {
      Source: "EMBEDDED",
    },
  },
};

const run = async () => {
  try {
    // Create a promise on a MediaConvert object
    const data = await emcClient.send(new CreateJobTemplateCommand(params));
    console.log("Success!", data);
    return data;
  } catch (err) {
    console.log("Error", err);
  }
};
run();

要运行示例，请在命令提示符中键入以下内容。

node emc_create_jobtemplate.js

此示例代码可在 GitHub 上的此处找到。

从作业模板创建转码作业

创建一个 libs 目录，然后使用文件名 emcClient.js 创建一个 Node.js 模块。将下面的代码复制并粘贴到其中，这将创建 MediaConvert 客户端对象。将 REGION 替换为您的 Amazon 区域。将 ENDPOINT 替换为您的 MediaConvert 账户端点，您可以在 MediaConvert 控制台的账户页面上获取该端点。

import { MediaConvertClient } from "@aws-sdk/client-mediaconvert";
// Set the account end point.
const ENDPOINT = {
  endpoint: "https://ENDPOINT_UNIQUE_STRING.mediaconvert.REGION.amazonaws.com",
};
// Set the MediaConvert Service Object
const emcClient = new MediaConvertClient(ENDPOINT);
export { emcClient };

此示例代码可在 GitHub 上的此处找到。

创建文件名为 emc_template_createjob.js 的 Node.js 模块。确保如前所示配置 SDK，包括安装所需的客户端和软件包。

创建作业创建参数 JSON，其中包括要使用的作业模板名称，以及所要使用的特定于您正在创建的作业的 Settings。然后，通过创建一个 promise 来调用 MediaConvert 客户端服务对象并传递参数，以此调用 CreateJobsCommand 方法。

注意

将 JOB_QUEUE_ARN 替换为要检查的作业队列的 Amazon 资源名称 (ARN)，将 KEY_PAIR_NAME 替换为，将 TEMPLATE_ NAME 替换为，将 ROLE_ARN 替换为 Amazon 资源名称 (ARN)，将 INPUT_BUCKET_AND_FILENAME 替换为输入存储桶和文件名，例如“s3://BUCKET_NAME/FILE_NAME”。

// Import required AWS-SDK clients and commands for Node.js
import { CreateJobCommand } from "@aws-sdk/client-mediaconvert";
import { emcClient } from "./libs/emcClient.js";

const params = {
  Queue: "QUEUE_ARN", //QUEUE_ARN
  JobTemplate: "TEMPLATE_NAME", //TEMPLATE_NAME
  Role: "ROLE_ARN", //ROLE_ARN
  Settings: {
    Inputs: [
      {
        AudioSelectors: {
          "Audio Selector 1": {
            Offset: 0,
            DefaultSelection: "NOT_DEFAULT",
            ProgramSelection: 1,
            SelectorType: "TRACK",
            Tracks: [1],
          },
        },
        VideoSelector: {
          ColorSpace: "FOLLOW",
        },
        FilterEnable: "AUTO",
        PsiControl: "USE_PSI",
        FilterStrength: 0,
        DeblockFilter: "DISABLED",
        DenoiseFilter: "DISABLED",
        TimecodeSource: "EMBEDDED",
        FileInput: "INPUT_BUCKET_AND_FILENAME", //INPUT_BUCKET_AND_FILENAME, e.g., "s3://BUCKET_NAME/FILE_NAME"
      },
    ],
  },
};

const run = async () => {
  try {
    const data = await emcClient.send(new CreateJobCommand(params));
    console.log("Success! ", data);
    return data;
  } catch (err) {
    console.log("Error", err);
  }
};
run();

要运行示例，请在命令提示符中键入以下内容。

node emc_template_createjob.js

此示例代码可在 GitHub 上的此处找到。

列出作业模板

创建一个 libs 目录，然后使用文件名 emcClient.js 创建一个 Node.js 模块。将下面的代码复制并粘贴到其中，这将创建 MediaConvert 客户端对象。将 REGION 替换为您的 Amazon 区域。将 ENDPOINT 替换为您的 MediaConvert 账户端点，您可以在 MediaConvert 控制台的账户页面上获取该端点。

import { MediaConvertClient } from "@aws-sdk/client-mediaconvert";
// Set the account end point.
const ENDPOINT = {
  endpoint: "https://ENDPOINT_UNIQUE_STRING.mediaconvert.REGION.amazonaws.com",
};
// Set the MediaConvert Service Object
const emcClient = new MediaConvertClient(ENDPOINT);
export { emcClient };

此示例代码可在 GitHub 上的此处找到。

创建文件名为 emc_listtemplates.js 的 Node.js 模块。确保如前所示配置 SDK，包括安装所需的客户端和软件包。

创建一个对象以传递 MediaConvert 客户端类的 listTemplates 方法的请求参数。包含值以确定要列出哪些模板（NAME、CREATION DATE、SYSTEM）、要列出多少个模板及其排序顺序。要调用 ListTemplatesCommand 方法，请创建一个 promise 来调用 MediaConvert 客户端服务对象并传递参数。


// Import required AWS-SDK clients and commands for Node.js
import { ListJobTemplatesCommand } from "@aws-sdk/client-mediaconvert";
import { emcClient } from "./libs/emcClient.js";

const params = {
  ListBy: "NAME",
  MaxResults: 10,
  Order: "ASCENDING",
};

const run = async () => {
  try {
    const data = await emcClient.send(new ListJobTemplatesCommand(params));
    console.log("Success ", data.JobTemplates);
    return data;
  } catch (err) {
    console.log("Error", err);
  }
};
run();

要运行示例，请在命令提示符中键入以下内容。

node emc_listtemplates.js

此示例代码可在 GitHub 上的此处找到。

删除作业模板

创建一个 libs 目录，然后使用文件名 emcClient.js 创建一个 Node.js 模块。将下面的代码复制并粘贴到其中，这将创建 MediaConvert 客户端对象。将 REGION 替换为您的 Amazon 区域。将 ENDPOINT 替换为您的 MediaConvert 账户端点，您可以在 MediaConvert 控制台的账户页面上获取该端点。

import { MediaConvertClient } from "@aws-sdk/client-mediaconvert";
// Set the account end point.
const ENDPOINT = {
  endpoint: "https://ENDPOINT_UNIQUE_STRING.mediaconvert.REGION.amazonaws.com",
};
// Set the MediaConvert Service Object
const emcClient = new MediaConvertClient(ENDPOINT);
export { emcClient };

此示例代码可在 GitHub 上的此处找到。

创建文件名为 emc_deletetemplate.js 的 Node.js 模块。确保如前所示配置 SDK，包括安装所需的客户端和软件包。

创建一个对象，以将您要删除的作业模板的名称作为 MediaConvert 客户端类的 DeleteJobTemplateCommand 方法的参数传递。要调用 DeleteJobTemplateCommand 方法，请创建一个 promise 来调用 MediaConvert 客户端服务对象并传递参数。

// Import required AWS-SDK clients and commands for Node.js
import { DeleteJobTemplateCommand } from "@aws-sdk/client-mediaconvert";
import { emcClient } from "./libs/emcClient.js";

// Set the parameters
const params = { Name: "test" }; //TEMPLATE_NAME

const run = async () => {
  try {
    const data = await emcClient.send(new DeleteJobTemplateCommand(params));
    console.log(
      "Success, template deleted! Request ID:",
      data.$metadata.requestId,
    );
    return data;
  } catch (err) {
    console.log("Error", err);
  }
};
run();

要运行示例，请在命令提示符中键入以下内容。

node emc_deletetemplate.js

此示例代码可在 GitHub 上的此处找到。