Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Importante
Questa funzionalità è in versione beta. Per utilizzarlo, un amministratore dello spazio di lavoro deve abilitare le funzionalità beta di Runtime AI e le anteprime del registro artefatti Databrick dalla pagina Anteprime dello spazio di lavoro.
La CLI Databricks fornisce il comando helper databricks air images push per combinare l'autenticazione Docker, il tagging delle immagini e il push verso Artifact Registry. Rileva automaticamente la regione del registro. Puoi usare questo strumento di supporto invece dei passaggi manuali della guida di Artifact Registry. L'assistente non crea immagini né invia carichi di lavoro.
Prerequisites
- Installa la CLI Databricks versione 1.19.0 o superiore. Consulta Installare o aggiornare la CLI di Databricks.
- Imposta Artifact Registry nell'area di lavoro dove vuoi conservare l'immagine. Vedi Inizia con il Registro degli Artefatti.
- Crea o seleziona un catalogo e uno schema di destinazione, e ottieni i privilegi richiesti per Artifact Registry.
- Installa e avvia Docker sulla tua macchina locale. Docker deve essere disponibile sul tuo
PATH.
Configura l'autenticazione dello spazio di lavoro
Crea o aggiorna un profilo OAuth dello spazio di lavoro per lo spazio di lavoro dove vuoi archiviare l'immagine:
databricks auth login --profile my-databricks-profile
L'helper delle credenziali Docker richiede questo profilo OAuth dello spazio di lavoro. Per i metodi di autenticazione supportati, vedi Configura l'autenticazione Docker.
Esegui il push di un'immagine locale
Ad esempio, pushare un'immagine locale chiamata my-training-image:v1 in main.ml.training:v1:
databricks air images push \
--profile my-databricks-profile \
--source my-training-image:v1 \
--catalog main \
--schema ml \
--artifact training:v1
Il comando stampa il nome dell'immagine del Catalogo Unity da usare come environment.unity_catalog_image nel tuo carico di lavoro YAML. Per questo esempio, usa main.ml.training:v1, come mostrato in Usa un'immagine Docker in un carico di lavoro.
L'helper riutilizza un'immagine sorgente locale quando ne esiste una. Altrimenti, estrae l'immagine sorgente da linux/amd64. Aggiungi --pull per aggiornare un'immagine sorgente dal suo registro anche se è disponibile localmente. Le immagini devono usare linux/amd64. Ricostruisci l'immagine locale per quella piattaforma, se incompatibile, prima di spingerla. Se l'immagine sorgente è in un registro privato, autentica Docker su quel registro prima di eseguire l'helper.
Per inserire i dettagli dell'immagine in modo interattivo, esegui databricks air images push --profile my-databricks-profile senza i flag dell'immagine. Esegui databricks air images push --help per visualizzare tutte le opzioni.
Invia un'immagine da un altro registry
Puoi anche usare l'helper CLI per copiare un'immagine esistente da un altro registro container in Artifact Registry.
Il seguente esempio utilizza come fonte un repository privato Amazon Elastic Container Registry (ECR). Per questo esempio, installa e configura la CLI AWS con credenziali che consentano di autenticarsi a ECR e recuperare l'immagine sorgente. Queste credenziali AWS sono separate dal tuo profilo Databricks.
Innanzitutto, autentica Docker presso il registro ECR di origine. Sostituisci i valori di esempio per l'ID dell'account AWS, la regione, il repository e il tag dell'immagine con i tuoi valori. La regione AWS deve corrispondere al registro ECR di origine, non allo spazio di lavoro Databricks di destinazione. Vedi autenticazione del registro privato nella documentazione AWS.
aws ecr get-login-password --region us-west-2 | \
docker login --username AWS --password-stdin \
123456789012.dkr.ecr.us-west-2.amazonaws.com
Poi passa l'intero URI dell'immagine ECR come --source:
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
Il --pull flag recupera l'immagine linux/amd64 da ECR anche se è già archiviata localmente. L'helper utilizza la tua installazione locale di Docker per scaricare, taggare e pubblicare l'immagine. L'immagine sorgente in ECR è rimasta invariata. Dopo che il push è riuscito, imposta environment.unity_catalog_image su main.ml.training:ecr-v1 nel file YAML del workload.