如何使用 Lambda 函数创建 SageMaker AI 笔记本实例？

解决方法

要构建用于创建 SageMaker AI 笔记本实例的 Lambda 函数，请完成以下步骤：

1. 创建 AWS Identity and Access Management (IAM) Lambda 执行角色，并为其附加允许 sagemaker:CreateNotebookInstance 操作的策略。例如，创建一个附加有 AmazonSageMakerFullAccess 策略的角色，该策略将允许 sagemaker:CreateNotebookInstance 操作。

2. 为 SageMaker AI 创建 IAM 执行角色。确保附加所需的权限。

3. 打开 Lambda 控制台。

4. 选择 Create function（创建函数）。

5. 选择 Author from scratch（从头开始创作），然后设置以下参数：
   对于 Function name（函数名称），输入您的函数的名称。
   对于 Runtime（运行时），选择一个 Python 选项。
   在 Change default execution role（更改默认执行角色）下，选择 Use an existing role（使用现有角色）。
   对于 Existing role（现有角色），选择您在步骤 1 中创建的 IAM 角色。

6. 选择 Create function（创建函数）。

7. 在 Code（代码）部分，输入以下代码：

   import osimport boto3import time
   
   INSTANCE_TYPE = os.environ['INSTANCE_TYPE']
   NOTEBOOK_NAME = os.environ['NOTEBOOK_NAME']
   ROLE=os.environ['ROLE']
   
   sagemaker = boto3.client('sagemaker')
   
   def lambda_handler(event, context):
       sagemaker_notebook = sagemaker.create_notebook_instance(
           NotebookInstanceName = NOTEBOOK_NAME +'-'+str(int(time.time())),
           InstanceType = INSTANCE_TYPE,
           RoleArn=ROLE
       )
   
   print("New Amazon SageMaker notebook instance created.")

8. 选择 Configuration（配置）选项卡，然后选择 Environment variables（环境变量）。

9. 选择 Edit（编辑）。

10. 选择 Add environment variable（添加环境变量），然后使用以下选项创建三个环境变量。
    为第一个环境变量输入以下值：
    对于 Key（键），输入 ROLE。
    对于 Value（值），输入您在步骤 2 中创建的 SageMaker AI 执行角色的 Amazon 资源名称 (ARN)。
    为第二个环境变量输入以下值：
    对于 Key（键），输入 INSTANCE_TYPE。
    对于 Value（值），输入笔记本实例的 Amazon Elastic Compute Cloud (Amazon EC2) 实例类型。
    为第三个环境变量输入以下值：
    对于 Key（键），输入 NOTEBOOK_NAME。
    对于 Value（值），输入笔记本的名称。

11. 选择 Save（保存）。

12. 选择 Test（测试）选项卡。

13. 在 Test event（测试事件）下，选择 Create new event（创建新事件）或 Edit saved event（编辑已保存事件），然后选择要使用的已保存事件。或者，使用空值 ("{}") 测试事件。

14. 选择 Save（保存），然后选择 Test（测试）。

15. 打开 SageMaker AI 控制台，确认笔记本实例正在初始化。
    **注意：**如果 Lambda 函数测试超时，请打开 Lambda 函数。选择 Configuration（配置），进入 General Configuration（常规配置）部分，然后增加超时值。默认值为三秒。

创建 Lambda 函数后，您可以创建触发器，以便基于其他 AWS 服务中的事件自动运行该函数。