JobPreparationTask Clase
Tarea de preparación de trabajos que se ejecutará antes de cualquier tarea del trabajo en cualquier nodo de proceso determinado.
Puede usar la preparación del trabajo para preparar un nodo para ejecutar tareas para el trabajo. Las actividades que se realizan normalmente en la preparación del trabajo incluyen: descargar archivos de recursos comunes usados por todas las tareas del trabajo. La tarea de preparación del trabajo puede descargar estos archivos de recursos comunes en la ubicación compartida en el nodo. (AZ_BATCH_NODE_ROOT_DIRshared) o iniciar un servicio local en el nodo para que todas las tareas de ese trabajo puedan comunicarse con él. Si se produce un error en la tarea de preparación del trabajo (es decir, agota su recuento de reintentos antes de salir con el código de salida 0), Batch no ejecutará tareas de este trabajo en el nodo. El nodo de proceso permanece inelegible para ejecutar tareas de este trabajo hasta que se vuelva a crear una imagen de imagen. El nodo de proceso permanece activo y se puede usar para otros trabajos. La tarea de preparación del trabajo se puede ejecutar varias veces en el mismo nodo. Por lo tanto, debe escribir la tarea de preparación del trabajo para controlar la reejecutción. Si se reinicia el nodo, la tarea de preparación del trabajo se vuelve a ejecutar en el nodo de proceso antes de programar cualquier otra tarea del trabajo, si vuelve a ejecutarOnNodeRebootAfterSuccess es true o si la tarea de preparación del trabajo no se completó anteriormente. Si se vuelve a crear una imagen de imagen del nodo, la tarea de preparación del trabajo se vuelve a ejecutar antes de programar cualquier tarea del trabajo. Batch reintentará tareas cuando se desencadene una operación de recuperación en un nodo. Algunos ejemplos de operaciones de recuperación incluyen (pero no están limitados a) cuando se reinicia un nodo incorrecto o un nodo de proceso desaparece debido a un error de host. Los reintentos debido a las operaciones de recuperación son independientes de y no se cuentan con maxTaskRetryCount. Incluso si maxTaskRetryCount es 0, puede producirse un reintento interno debido a una operación de recuperación. Por este motivo, todas las tareas deben ser idempotentes. Esto significa que las tareas deben tolerar que se interrumpan y reinicien sin causar daños ni datos duplicados. El procedimiento recomendado para tareas de larga duración consiste en usar algún tipo de punto de comprobación.
Todos los parámetros necesarios deben rellenarse para enviarlos a Azure.
- Herencia
-
JobPreparationTask
Constructor
JobPreparationTask(*, command_line: str, id: str = None, container_settings=None, resource_files=None, environment_settings=None, constraints=None, wait_for_success: bool = None, user_identity=None, rerun_on_node_reboot_after_success: bool = None, **kwargs)
Parámetros
- id
- str
El identificador puede contener cualquier combinación de caracteres alfanuméricos, incluidos guiones y caracteres de subrayado, y no puede contener más de 64 caracteres. Si no especifica esta propiedad, el servicio Batch asigna un valor predeterminado de "jobpreparation". Ninguna otra tarea del trabajo puede tener el mismo identificador que la tarea de preparación del trabajo. Si intenta enviar una tarea con el mismo identificador, el servicio Batch rechaza la solicitud con el código de error TaskIdSameAsJobPreparationTask; Si llama directamente a la API REST, el código de estado HTTP es 409 (conflicto).
- command_line
- str
Necesario. La línea de comandos no se ejecuta en un shell y, por tanto, no puede aprovechar las características del shell, como la expansión de variables de entorno. Si desea aprovechar estas características, debe invocar el shell en la línea de comandos, por ejemplo, con "cmd /c MyCommand" en Windows o "/bin/sh -c MyCommand" en Linux. Si la línea de comandos hace referencia a rutas de acceso de archivo, debe usar una ruta de acceso relativa (relativa al directorio de trabajo tarea) o usar la variable de entorno proporcionada por Batch (https://docs.microsoft.com/en-us/azure/batch/batch-compute-node-environment-variables).
- container_settings
- TaskContainerSettings
La configuración del contenedor en el que se ejecuta la tarea de preparación del trabajo. Cuando se especifica esto, todos los directorios de forma recursiva debajo del AZ_BATCH_NODE_ROOT_DIR (la raíz de Azure Batch directorios del nodo) se asignan al contenedor, todas las variables de entorno task se asignan al contenedor y la línea de comandos Task se ejecuta en el contenedor. Es posible que los archivos generados en el contenedor fuera de AZ_BATCH_NODE_ROOT_DIR no se reflejen en el disco host, lo que significa que las API de archivos de Batch no podrán acceder a esos archivos.
- resource_files
- list[ResourceFile]
Los archivos enumerados en este elemento se encuentran en el directorio de trabajo de la tarea. Hay un tamaño máximo para la lista de archivos de recursos. Cuando se supera el tamaño máximo, se producirá un error en la solicitud y el código de error de respuesta será RequestEntityTooLarge. Si esto ocurre, la colección de ResourceFiles debe reducirse de tamaño. Esto se puede lograr mediante archivos .zip, paquetes de aplicación o contenedores de Docker.
- environment_settings
- list[EnvironmentSetting]
- constraints
- TaskConstraints
Restricciones que se aplican a la tarea de preparación del trabajo.
- wait_for_success
- bool
Si el servicio Batch debe esperar a que la tarea de preparación del trabajo se complete correctamente antes de programar cualquier otra tarea del trabajo en el nodo de proceso. Una tarea de preparación del trabajo se ha completado correctamente si sale con el código de salida 0. Si es true y se produce un error en la tarea de preparación del trabajo en un nodo, el servicio Batch reintenta la tarea de preparación del trabajo hasta su número máximo de reintentos (como se especifica en el elemento constraints). Si la tarea todavía no se ha completado correctamente después de todos los reintentos, el servicio Batch no programará tareas del trabajo en el nodo. El nodo permanece activo y apto para ejecutar tareas de otros trabajos. Si es false, el servicio Batch no esperará a que se complete la tarea de preparación del trabajo. En este caso, otras tareas del trabajo pueden empezar a ejecutarse en el nodo de proceso mientras la tarea de preparación del trabajo sigue en ejecución; e incluso si se produce un error en la tarea de preparación del trabajo, las nuevas tareas se seguirán programando en el nodo de proceso. El valor predeterminado es true.
- user_identity
- UserIdentity
Identidad de usuario con la que se ejecuta la tarea de preparación del trabajo. Si se omite, la tarea se ejecuta como un usuario no administrativo único para la tarea en nodos de proceso de Windows o un usuario no administrativo único para el grupo en nodos de proceso de Linux.
- rerun_on_node_reboot_after_success
- bool
Si el servicio Batch debe volver a ejecutar la tarea de preparación del trabajo después de reiniciar un nodo de proceso. La tarea de preparación del trabajo siempre se vuelve a ejecutar si se vuelve a crear una imagen de imagen de un nodo de proceso o si la tarea de preparación del trabajo no se completó (por ejemplo, porque se produjo el reinicio mientras se estaba ejecutando la tarea). Por lo tanto, siempre debe escribir una tarea de preparación de trabajos para que sea idempotente y que se comporte correctamente si se ejecuta varias veces. El valor predeterminado es true.
Métodos
as_dict |
Devuelve un dict que puede ser JSONify mediante json.dump. El uso avanzado puede usar opcionalmente una devolución de llamada como parámetro: Key es el nombre de atributo que se usa en Python. Attr_desc es un dict de metadatos. Actualmente contiene 'type' con el tipo msrest y 'key' con la clave codificada restAPI. Value es el valor actual de este objeto. La cadena devuelta se usará para serializar la clave. Si el tipo de valor devuelto es una lista, se considera una diferencia de resultado jerárquica. Vea los tres ejemplos de este archivo:
Si desea serialización XML, puede pasar los kwargs is_xml=True. |
deserialize |
Analice una cadena mediante la sintaxis restAPI y devuelva un modelo. |
enable_additional_properties_sending | |
from_dict |
Analizar un dict mediante un extractor de claves dado devuelve un modelo. De forma predeterminada, considere la posibilidad de extractores de claves (rest_key_case_insensitive_extractor, attribute_key_case_insensitive_extractor y last_rest_key_case_insensitive_extractor) |
is_xml_model | |
serialize |
Devuelve el JSON que se enviaría a Azure desde este modelo. Se trata de un alias para as_dict(full_restapi_key_transformer, keep_readonly=False). Si desea serialización XML, puede pasar los kwargs is_xml=True. |
validate |
Valide este modelo de forma recursiva y devuelva una lista de ValidationError. |
as_dict
Devuelve un dict que puede ser JSONify mediante json.dump.
El uso avanzado puede usar opcionalmente una devolución de llamada como parámetro:
Key es el nombre de atributo que se usa en Python. Attr_desc es un dict de metadatos. Actualmente contiene 'type' con el tipo msrest y 'key' con la clave codificada restAPI. Value es el valor actual de este objeto.
La cadena devuelta se usará para serializar la clave. Si el tipo de valor devuelto es una lista, se considera una diferencia de resultado jerárquica.
Vea los tres ejemplos de este archivo:
attribute_transformer
full_restapi_key_transformer
last_restapi_key_transformer
Si desea serialización XML, puede pasar los kwargs is_xml=True.
as_dict(keep_readonly=True, key_transformer=<function attribute_transformer>, **kwargs)
Parámetros
- key_transformer
- <xref:function>
Función de transformador de teclas.
- keep_readonly
Devoluciones
Un objeto compatible con JSON dict
Tipo de valor devuelto
deserialize
Analice una cadena mediante la sintaxis restAPI y devuelva un modelo.
deserialize(data, content_type=None)
Parámetros
- data
- str
Una cadena de datos mediante la estructura restAPI. JSON de forma predeterminada.
- content_type
- str
JSON de forma predeterminada, establezca application/xml si XML.
Devoluciones
Instancia de este modelo
Excepciones
enable_additional_properties_sending
enable_additional_properties_sending()
from_dict
Analizar un dict mediante un extractor de claves dado devuelve un modelo.
De forma predeterminada, considere la posibilidad de extractores de claves (rest_key_case_insensitive_extractor, attribute_key_case_insensitive_extractor y last_rest_key_case_insensitive_extractor)
from_dict(data, key_extractors=None, content_type=None)
Parámetros
- content_type
- str
JSON de forma predeterminada, establezca application/xml si XML.
- key_extractors
Devoluciones
Instancia de este modelo
Excepciones
is_xml_model
is_xml_model()
serialize
Devuelve el JSON que se enviaría a Azure desde este modelo.
Se trata de un alias para as_dict(full_restapi_key_transformer, keep_readonly=False).
Si desea serialización XML, puede pasar los kwargs is_xml=True.
serialize(keep_readonly=False, **kwargs)
Parámetros
Devoluciones
Un objeto compatible con JSON dict
Tipo de valor devuelto
validate
Valide este modelo de forma recursiva y devuelva una lista de ValidationError.
validate()
Devoluciones
Una lista de errores de validación
Tipo de valor devuelto
Azure SDK for Python
Comentarios
https://aka.ms/ContentUserFeedback.
Próximamente: A lo largo de 2024 iremos eliminando gradualmente GitHub Issues como mecanismo de comentarios sobre el contenido y lo sustituiremos por un nuevo sistema de comentarios. Para más información, vea:Enviar y ver comentarios de