Not
Bu sayfaya erişim yetkilendirme gerektiriyor. Oturum açmayı veya dizinleri değiştirmeyi deneyebilirsiniz.
Bu sayfaya erişim yetkilendirme gerektiriyor. Dizinleri değiştirmeyi deneyebilirsiniz.
Important
Bu özellik Beta sürümündedir. Kullanmak için, bir çalışma alanı yöneticisinin çalışma alanı önizlemelersayfasından AI Çalışma Zamanı Beta Özellikleri ve Databricks Eser Kaydı önizlemelerini etkinleştirmesi gerekir.
Databricks CLI, Docker kimlik doğrulama, görüntü etiketleme ve Artifact Registry'ye itmeyi birleştirmek için yardımcı komut databricks air images push sağlar. Kayıt bölgesini otomatik olarak algılar.
Artifact Registry kılavuzundaki manuel adımlar yerine bu yardımcıyı kullanabilirsiniz. Yardımcı resim oluşturmaz veya iş yükü göndermez.
Prerequisites
- Databricks CLI sürüm 1.19.0 veya üzerini kurun. Bkz. Databricks CLI'yı yükleme veya güncelleştirme.
- Görseli depolamak istediğiniz çalışma alanında Artifact Registry kurun. Bkz. Eser Kaydı ile Başlayın.
- Bir hedef katalog ve şema oluşturun veya seçin ve gerekli Artifact Registry ayrıcalıklarını edinin.
- Docker'ı yerel makinenizde kurup başlatın. Docker sizin
PATHsisteminizde mevcut olmalı.
Çalışma alanı kimlik doğrulamasını yapılandırın
Görseli depolamak istediğiniz çalışma alanı için bir çalışma alanı OAuth profili oluşturun veya yenileyin:
databricks auth login --profile my-databricks-profile
Docker kimlik bilgisi yardımcı programı için bu çalışma alanı OAuth profili gereklidir. Desteklenen kimlik doğrulama yöntemleri için bkz. Docker kimlik doğrulamasını kur.
Yerel bir görüntü gönder
Örneğin, adı my-training-image:v1 olan yerel görüntüyü main.ml.training:v1 konumuna itin:
databricks air images push \
--profile my-databricks-profile \
--source my-training-image:v1 \
--catalog main \
--schema ml \
--artifact training:v1
Komut, iş yükü YAML'nizde environment.unity_catalog_image olarak kullanmak üzere Unity Kataloğu resim adını yazdırır. Bu örnek için, main.ml.training:v1 bölümünde gösterildiği gibi kullanın.
Yardımcı, mevcut yerel kaynak görüntü varsa yeniden kullanır. Aksi takdirde, kaynak görüntüyü çeker linux/amd64. Yerel olarak mevcut olsa bile kaynak görüntüyü kayıt deposundan yenilemek için --pull ekleyin. Görsellerde linux/amd64 kullanılmalıdır. O platform için uyumsuz bir yerel imajı push etmeden önce yeniden oluştur. Kaynak görüntü özel bir registry'deyse, helper'ı çalıştırmadan önce Docker'da o registry için kimlik doğrulaması yapın.
Resim detaylarını etkileşimli olarak girmek için, resim bayrakları olmadan çalıştırın databricks air images push --profile my-databricks-profile . Tüm seçenekler için databricks air images push --help komutunu çalıştırın.
Başka bir kayıt deposundan bir imaj gönderin
Ayrıca CLI yardımcısı ile başka bir kapsayıcı kayıt deposundan mevcut bir görüntüyü Artifact Registry’ye kopyalayabilirsiniz.
Aşağıdaki örnek, kaynak olarak özel bir Amazon Elastic Container Registry (ECR) deposunu kullanır. Bu örnek için, ECR'ye kimlik doğrulaması yapabilen ve kaynak görüntüyü çekebilen kimlik bilgileriyle AWS CLI'yı kurup yapılandırın. Bu AWS kimlik bilgileri Databricks profilinizden ayrıdır.
Öncelikle, Docker için kaynak ECR kayıt defterinde kimlik doğrulaması yapın. Örnek AWS hesap kimliğini, bölgeyi, depo adını ve imaj etiketini kendi değerlerinizle değiştirin. AWS bölgesi, hedef Databricks çalışma alanı değil, kaynak ECR kayıt defteriyle eşleşmelidir. AWS dokümantasyonunda özel kayıt defteri kimlik doğrulaması bilgisine bakınız.
aws ecr get-login-password --region us-west-2 | \
docker login --username AWS --password-stdin \
123456789012.dkr.ecr.us-west-2.amazonaws.com
Sonra tam ECR görüntü URI'sini şu şekilde iletebilirsiniz --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
--pull bayrağı, zaten yerel olarak önbelleklenmiş olsa bile linux/amd64 imajı ECR'den alır. Yardımcı, yerel Docker kurulumunuzu kullanarak imajı çeker, etiketler ve iter. ECR'deki kaynak görüntü değişmemiştir. Push işlemi başarılı olduktan sonra, iş yükü YAML’nizde environment.unity_catalog_image değerini main.ml.training:ecr-v1 olarak ayarlayın.