Я видел весь документ на AWS, но до сих пор не знаю, кто запускает пользовательские данные после установки операционной системы. Сценарий запуска автоматически запускает пользовательские данные (и загружает содержимое пользовательских данных) или сервер AWS будет «вызывать» пользовательские данные в этом экземпляре в зависимости от того, ввел ли пользователь данные пользователя. Что происходит «под капотом»?
Кто запускает пользовательские данные aws?
05.03.2013
Ответы:
1
Будет ли экземпляр запускать сценарии пользовательских данных или нет, полностью зависит от AMI и программного обеспечения, с которым он поставляется. Некоторые AMI поддерживают, некоторые - нет, и вам решать, прочитать документацию поставщика или проверить ее самостоятельно.
Для AMI Ubuntu и AMI Amazon Linux установлен программный пакет cloud-init. Это программное обеспечение запускает различные процессы на вашем экземпляре (сервере) при загрузке. Один из процессов проверяет, была ли это первая загрузка экземпляров, и начинаются ли пользовательские данные с символов «#!». Если оба из них верны, тогда пользовательские данные запускаются на экземпляре.
05.03.2013
2
Все метаданные машины сканируются с сервера medata с помощью cloud-init, который обрабатывает раннюю инициализацию экземпляра облака. Вы можете найти подробную информацию об этой операции в /var/log/cloud-init.log. т.е.
...
2013-10-14 21:06:50,504 - DataSourceEc2.py[DEBUG]: removed the following from metadata urls: ['http://instance-data:8773']
2013-10-14 21:06:50,596 - DataSourceEc2.py[DEBUG]: Using metadata source: 'http://169.254.169.254'
2013-10-14 21:06:53,449 - DataSourceEc2.py[DEBUG]: crawl of metadata service took 2s
...
Сервер Metada распознает клиента и передает ему необходимые данные. Если вы позвоните
curl http://169.254.169.254/latest/user-data
с облачной машины вы получите пользовательские данные, переданные пользователем.
20.10.2013
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..