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

类¶

`SageMakerTrigger`	SageMakerTrigger 作为可延迟类触发，带有在触发器中运行任务的参数。
`SageMakerPipelineTrigger`	用于等待 SageMaker 流水线执行完成的触发器。

模块内容¶

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

基类: airflow.triggers.base.BaseTrigger

SageMakerTrigger 作为可延迟类触发，带有在触发器中运行任务的参数。

参数:

job_name (str) – 要检查状态的作业名称
job_type (str) – SageMaker 作业类型，是转换(Transform)还是训练(Training)
poke_interval (int) – 检查状态的轮询周期（秒）
max_attempts (int) – 在返回当前状态之前查询状态的最大尝试次数，默认为 None。
aws_conn_id (str | None) – 用于 SageMaker 的 AWS 连接 ID

job_name[source]¶

job_type[source]¶

poke_interval = 30[source]¶

max_attempts = 480[source]¶

aws_conn_id = 'aws_default'[source]¶

serialize()[source]¶

序列化 SageMakerTrigger 参数和类路径。

property hook: airflow.providers.amazon.aws.hooks.sagemaker.SageMakerHook[source]¶

async run()[source]¶

在异步上下文中运行触发器。

当触发器想要触发事件时，应 yield 一个 Event；如果已完成，则返回 None。因此，单事件触发器应先 yield，然后立即返回。

如果 yield，它很可能很快被恢复，但也可能不会（例如，如果工作负载被移动到另一个触发器进程，或者多事件触发器用于单个事件的任务延迟）。

无论哪种情况，Trigger 类都应假设它们将被持久化，然后在不再需要时依赖于 cleanup() 的调用。

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

基类: airflow.triggers.base.BaseTrigger

用于等待 SageMaker 流水线执行完成的触发器。

class Type[source]¶

基类: enum.IntEnum

要使用的等待器类型。

COMPLETE = 1[source]¶

STOPPED = 2[source]¶

waiter_type[source]¶

pipeline_execution_arn[source]¶

waiter_delay[source]¶

waiter_max_attempts[source]¶

aws_conn_id[source]¶