Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Componentes de AWS Batch

AWS Batch simplifica la ejecución de trabajos por lotes en varias zonas de disponibilidad dentro de una región. Puede crear entornos de computación de AWS Batch dentro de una VPC nueva o existente. Después de que un entorno de computación se ha activado y asociado a una cola de trabajos, puede precisar las definiciones de trabajo que especifican cuáles imágenes de contenedor de Docker ejecutarán sus trabajos. Las imágenes de contenedor se almacenan y se extraen desde registros de contenedor, que podrían existir dentro o fuera de la infraestructura de AWS .

Entorno de computación

Un entorno de computación es un conjunto de recursos de computación administrados o no administrados que se utilizan para ejecutar trabajos. Con los entornos de procesamiento administrados, puede especificar el tipo de procesamiento (instancias administradas de Fargate, Amazon EC2 o Amazon ECS) y el tamaño de la instancia. También puede especificar la cantidad mínima, deseada y máxima de vCPU, el límite de precio de las instancias puntuales y las subredes de VPC de destino.

Con las instancias administradas de Amazon ECS, Amazon ECS administra por completo el aprovisionamiento, el escalado y la terminación de las instancias de Amazon EC2 en su nombre. Usted especifica la capacidad máxima y las restricciones de instancia opcionales. AWS Batch lanza, administra y termina los tipos de procesamiento de manera eficiente según sea necesario.

También puede administrar sus propios entornos de computación. En ese caso, usted es responsable de configurar y escalar las instancias en un clúster de Amazon ECS que AWS Batch cree para usted. Para obtener más información, consulte Entornos informáticos para AWS Batch.

Colas de trabajos

Cuando envías un AWS Batch trabajo, lo envías a una cola de trabajos determinada, donde reside el trabajo hasta que se programe en un entorno informático. Asocie uno o más entornos de computación con una cola de trabajos. También puede asignar valores de prioridad a estos entornos de computación e incluso a las propias colas de trabajos. Por ejemplo, puede tener una cola de prioridad alta a la que envía trabajos prioritarios, y una cola de prioridad baja para los trabajos que pueden ejecutarse en cualquier momento, cuando los recursos de computación son más económicos. Para obtener más información, consulte Colas de trabajos.

Definiciones de trabajo

Una definición de trabajo especifica cómo se ejecutan los trabajos. Puede considerar una definición de trabajo como un esquema de los recursos en su trabajo. Puede asignar a su trabajo una función de IAM para proporcionarle acceso a otros AWS recursos. También puede especificar los requisitos de memoria y CPU. La definición de trabajo también puede controlar las propiedades de contenedor, las variables de entorno y los puntos de montaje para un almacenamiento persistente. Muchas de las especificaciones de una definición de trabajo pueden anularse mediante la especificación de nuevos valores al enviar trabajos individuales. Para obtener más información, consulte Definiciones de trabajo

Tareas

Una unidad de trabajo (como un script de shell, un ejecutable en Linux o una imagen de contenedor Docker) que envía a AWS Batch. Tiene un nombre y se ejecuta como una aplicación en contenedores AWS Fargate o en los recursos de Amazon EC2 de su entorno informático, mediante los parámetros que especifique en la definición de un trabajo. Los trabajos pueden hacer referencia a otros trabajos por nombre o ID, y puede que de ellos dependa la correcta realización de otros trabajos o de la disponibilidad de los recursos que usted especifique. Para obtener más información, consulte Tareas.

Política de programación

Puede utilizar las políticas de programación para configurar cómo se asignan los recursos de computación de una cola de trabajos entre los usuarios o las cargas de trabajo. Con las políticas de programación equitativas, puede asignar diferentes identificadores de participación a las cargas de trabajo o a los usuarios. El programador de AWS Batch trabajos utiliza de forma predeterminada una estrategia FIFO (primero en entrar, primero en salir). Para obtener más información, consulte Políticas de programación de reparto justo.

Recursos consumibles

Un recurso consumible es un recurso que se necesita para ejecutar los trabajos, como un token de licencia de terceros, el ancho de banda de acceso a la base de datos, la necesidad de limitar las llamadas a una API de terceros, etc. Estos recursos consumibles se deben especificar para ejecutar un trabajo, por lo tanto, Batch contempla dichas dependencias de recursos cuando realiza la programación de uno. La reducción de la infrautilización de los recursos de computación se lleva a cabo con la asignación de los trabajos que contienen todos los recursos necesarios. Para obtener más información, consulte Programación basada en los recursos.

Entornos de servicio

Un entorno de servicio define cómo se AWS Batch integra para la ejecución del trabajo. SageMaker Los entornos de servicio permiten AWS Batch enviar y administrar los trabajos, a la SageMaker vez que proporcionan las capacidades de hacer cola, programar y administrar las prioridades de AWS Batch. Los entornos de servicio definen los límites de capacidad para tipos de servicio específicos, como los trabajos SageMaker de formación. Los límites de capacidad controlan la cantidad máxima de recursos que pueden utilizar los trabajos de servicio en el entorno. Para obtener más información, consulte Entornos de servicio para AWS Batch.

Trabajo de servicio

Un trabajo de servicio es una unidad de trabajo a la que se somete AWS Batch para ejecutarse en un entorno de servicio. Los trabajos de servicio aprovechan las capacidades AWS Batch de programación y creación de colas y, al mismo tiempo, delegan la ejecución real al servicio externo. Por ejemplo, los trabajos de SageMaker formación enviados como trabajos de servicio se ponen en cola y se les asigna prioridad AWS Batch, pero la ejecución del trabajo de SageMaker formación se produce dentro de la infraestructura de IA. SageMaker Esta integración permite que los científicos de datos y los ingenieros de aprendizaje automático se beneficien de la gestión automatizada AWS Batch de las cargas de trabajo y de las listas de espera prioritarias para sus cargas de trabajo de formación en SageMaker inteligencia artificial. Los trabajos de servicio pueden hacer referencia a otros trabajos por su nombre o ID y admitir las dependencias de trabajos. Para obtener más información, consulte Empleos de servicio en AWS Batch.