`airflow.providers.amazon.aws.triggers.sagemaker`¶

模块内容¶

类¶

`SageMakerTrigger`	SageMakerTrigger 是一个延迟类，带有参数在触发器中运行任务。
`SageMakerPipelineTrigger`	触发器，用于等待 SageMaker 管道执行完成。

class airflow.providers.amazon.aws.triggers.sagemaker.SageMakerTrigger(job_name, job_type, poke_interval=30, max_attempts=480, aws_conn_id='aws_default')[源代码]¶

基类: airflow.triggers.base.BaseTrigger

SageMakerTrigger 是一个延迟类，带有参数在触发器中运行任务。

参数

job_name (str) – 要检查状态的作业的名称
job_type (str) – SageMaker 作业的类型，是转换还是训练
poke_interval (int) – 轮询状态的间隔时间，以秒为单位
max_attempts (int) – 在返回当前状态之前轮询查询状态的次数，默认为 None。
aws_conn_id (str | None) – 用于 SageMaker 的 AWS 连接 ID

serialize()[源代码]¶

序列化 SageMakerTrigger 参数和类路径。

hook()[源代码]¶

async run()[源代码]¶

在异步上下文中运行触发器。

触发器应在想要触发事件时产生一个 Event，并在完成时返回 None。因此，单事件触发器应该先产生然后立即返回。

如果它产生，它很可能会很快恢复，但也可能不会（例如，如果工作负载正在转移到另一个触发器进程，或者多事件触发器正在用于单事件任务延迟）。

在任何情况下，Trigger 类都应该假设它们将被持久化，然后依赖于在不再需要时调用 cleanup()。

class airflow.providers.amazon.aws.triggers.sagemaker.SageMakerPipelineTrigger(waiter_type, pipeline_execution_arn, waiter_delay, waiter_max_attempts, aws_conn_id)[源代码]¶