Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Important
Dieses Feature befindet sich in der Betaversion. Um sie zu nutzen, muss ein Workspace-Administrator die AI Runtime Beta Features und die Databricks Artifact Registry Vorschauen auf der Workspace-Vorschauseite aktivieren.
Die Databricks-CLI bietet den Hilfsbefehl databricks air images push , um Docker-Authentifizierung, Bild-Tagging und das Pushen in das Artifact Registry zu kombinieren. Es erkennt automatisch die Registrierungsregion. Sie können diesen Helfer anstelle der manuellen Schritte im Artifact Registry-Leitfaden verwenden. Der Helfer erstellt keine Images und reicht keine Workloads ein.
Prerequisites
- Installieren Sie Databricks CLI Version 1.19.0 oder höher. Siehe Installieren oder Aktualisieren der Databricks CLI.
- Richte Artifact Registry im Arbeitsbereich ein, in dem du das Image speichern möchtest. Siehe Starten Sie mit dem Artefaktregister.
- Erstelle oder wähle einen Zielkatalog und ein Schema aus und erhalte die erforderlichen Artifact Registry-Berechtigungen.
- Installiere und starte Docker auf deinem lokalen Rechner. Docker muss auf deinem
PATHverfügbar sein.
Workspace-Authentifizierung konfigurieren
Erstellen oder aktualisieren Sie ein OAuth-Profil für den Arbeitsbereich, in dem Sie das Bild speichern möchten:
databricks auth login --profile my-databricks-profile
Der Docker-Anmeldeinformationen-Helfer benötigt dieses OAuth-Profil des Arbeitsbereichs. Für unterstützte Authentifizierungsmethoden siehe Docker-Authentifizierung einrichten.
Lokales Image hochladen
Pushen Sie zum Beispiel ein lokales Bild mit dem Namen my-training-image:v1 auf main.ml.training:v1:
databricks air images push \
--profile my-databricks-profile \
--source my-training-image:v1 \
--catalog main \
--schema ml \
--artifact training:v1
Der Befehl druckt den Namen des Unity Catalog Images, damit du ihn als environment.unity_catalog_image in deinem Workload-YAML verwenden kannst. Verwenden Sie für dieses Beispiel main.ml.training:v1, wie in Ein Docker-Image in einer Workload verwenden gezeigt.
Der Helfer verwendet ein lokales Quellbild wieder, wenn eines vorhanden ist. Andernfalls verwendet es das Quellbild für linux/amd64. Fügen Sie --pull hinzu, um ein Quellbild aus der Registrierung zu aktualisieren, auch wenn es lokal verfügbar ist. Bilder müssen linux/amd64 verwenden. Bauen Sie ein für diese Plattform inkompatibles lokales Bild neu auf, bevor du es pushen. Wenn das Quellbild in einer privaten Registry ist, authentifiziere Docker vor dem Ausführen des Helpers bei dieser Registry.
Um die Bilddetails interaktiv einzugeben, führe databricks air images push --profile my-databricks-profile ohne Bildflags aus. Führen Sie databricks air images push --help für alle Optionen aus.
Ein Image aus einer anderen Registry pushen
Sie können auch den CLI-Helfer verwenden, um ein bestehendes Image aus einer anderen Container-Registry ins Artifact Registry zu kopieren.
Das folgende Beispiel verwendet ein privates Amazon Elastic Container Registry (ECR)-Repository als Quelle. Für dieses Beispiel installieren und konfigurieren Sie die AWS CLI mit Zugangsdaten, mit denen Sie sich bei ECR authentifizieren und das Quellbild abrufen können. Diese AWS-Zugangsdaten sind getrennt von deinem Databricks-Profil.
Melde Docker zuerst bei der Quell-ECR-Registry an. Ersetzen Sie die beispielliche AWS-Konto-ID, Region, das Repository und das Image-Tag durch Ihre eigenen Werte. Die AWS-Region muss mit der Quell-ECR-Registry übereinstimmen, nicht mit dem Ziel-Databricks-Arbeitsbereich. Siehe Authentifizierung der privaten Registrierung in der AWS-Dokumentation.
aws ecr get-login-password --region us-west-2 | \
docker login --username AWS --password-stdin \
123456789012.dkr.ecr.us-west-2.amazonaws.com
Dann geben Sie die vollständige ECR-Bild-URI als --source ein:
databricks air images push \
--profile my-databricks-profile \
--source 123456789012.dkr.ecr.us-west-2.amazonaws.com/my-training-image:v1 \
--catalog main \
--schema ml \
--artifact training:ecr-v1 \
--pull
Das Flag --pull ruft das linux/amd64 Bild aus ECR ab, selbst wenn es bereits lokal zwischengespeichert ist. Der Helfer nutzt deine lokale Docker-Installation, um das Image zu ziehen, zu taggen und zu pushen. Das Quellbild in ECR ist unverändert. Nachdem der Push erfolgreich war, setze environment.unity_catalog_image in deinem Workload-YAML auf main.ml.training:ecr-v1.