Spec-Zone.ru › AWS CLI v2

[ aws . sagemaker ]

create-monitoring-schedule

Описание

Создаёт расписание, которое регулярно запускает задачи обработки Amazon SageMaker AI Processing Jobs для мониторинга данных, собранных для Amazon SageMaker AI Endpoint.

См. также: Документация API AWS

Синтаксис

  create-monitoring-schedule
--monitoring-schedule-name <value>
--monitoring-schedule-config <value>
[--tags <value>]
[--cli-input-json | --cli-input-yaml]
[--generate-cli-skeleton <value>]
[--debug]
[--endpoint-url <value>]
[--no-verify-ssl]
[--no-paginate]
[--output <value>]
[--query <value>]
[--profile <value>]
[--region <value>]
[--version <value>]
[--color <value>]
[--no-sign-request]
[--ca-bundle <value>]
[--cli-read-timeout <value>]
[--cli-connect-timeout <value>]
[--cli-binary-format <value>]
[--no-cli-pager]
[--cli-auto-prompt]
[--no-cli-auto-prompt]

Параметры

--monitoring-schedule-name (строка)

Имя расписания мониторинга. Имя должно быть уникальным в Amazon Web Services Регионе в рамках учётной записи Amazon Web Services.

--monitoring-schedule-config (структура)

Объект конфигурации, который определяет расписание мониторинга и задаёт задачу мониторинга.

ScheduleConfig -> (структура)

Настройка расписания мониторинга.

ScheduleExpression -> (строка)

Выражение cron, которое описывает детали расписания мониторинга.

Поддерживаемые выражения cron:

  • Если вы хотите установить задачу на запуск каждый час, используйте следующее: Hourly: cron(0 * ? * * *)
  • Если вы хотите запустить задачу ежедневно: cron(0 [00-23] ? * * *)
  • Если вы хотите запустить задачу один раз, немедленно, используйте следующее ключевое слово: NOW

Например, следующие выражения cron являются корректными:

  • Ежедневно в полдень по UTC: cron(0 12 ? * * *)
  • Ежедневно в полночь по UTC: cron(0 0 ? * * *)

Для поддержки запуска каждые 6, 12 часов также поддерживаются:

cron(0 [00-23]/[01-24] ? * * *)

Например, следующие выражения cron являются корректными:

  • Каждые 12 часов, начиная с 17:00 по UTC: cron(0 17/12 ? * * *)
  • Каждые два часа, начиная с полуночи: cron(0 0/2 ? * * *)

Примечание

  • Несмотря на то, что выражение cron настроено на запуск в 17:00 по UTC, обратите внимание, что может быть задержка от 0 до 20 минут от фактически запрошенного времени до запуска выполнения.
  • Рекомендуется, если вы хотите ежедневное расписание, не указывать этот параметр. Amazon SageMaker AI выберет время для ежедневного запуска.

Вы также можете указать ключевое слово NOW для немедленного запуска задачи мониторинга один раз без повторения.

DataAnalysisStartTime -> (строка)

Устанавливает время начала окна задачи мониторинга. Выразите это время как смещение относительно времени, когда вы планируете запуск задач мониторинга. Вы планируете задачи мониторинга с параметром ScheduleExpression. Укажите это смещение в формате продолжительности ISO 8601. Например, если вы хотите отслеживать пять часов данных в вашем наборе данных, которые предшествуют началу каждой задачи мониторинга, вы бы указали: "-PT5H" .

Указанное вами время начала не должно предшествовать времени окончания более чем на 24 часа. Вы указываете время окончания с параметром DataAnalysisEndTime.

Если вы установили ScheduleExpression на NOW , этот параметр требуется.

DataAnalysisEndTime -> (строка)

Устанавливает время окончания окна задачи мониторинга. Выразите это время как смещение относительно времени, когда вы планируете запуск задач мониторинга. Вы планируете задачи мониторинга с параметром ScheduleExpression. Укажите это смещение в формате продолжительности ISO 8601. Например, если вы хотите завершить окно за один час до начала каждой задачи мониторинга, вы бы указали: "-PT1H" .

Указанное вами время окончания не должно следовать за временем начала более чем на 24 часа. Вы указываете время начала с параметром DataAnalysisStartTime.

Если вы установили ScheduleExpression на NOW , этот параметр требуется.

MonitoringJobDefinition -> (структура)

Определяет задание мониторинга.

BaselineConfig -> (структура)

Конфигурация базовой линии, используемая для проверки соответствия данных указанным ограничениям и статистическим данным.

BaseliningJobName -> (строка)

Имя задания, выполняющего базовые настройки для задания мониторинга.

ConstraintsResource -> (структура)

Файл ограничений базовой линии в Amazon S3, по которому текущее задание мониторинга должно проверяться на соответствие.

S3Uri -> (строка)

Amazon S3 URI для ресурса ограничений.

StatisticsResource -> (структура)

Файл статистики базовой линии в Amazon S3, по которому текущее задание мониторинга должно проверяться на соответствие.

S3Uri -> (строка)

Amazon S3 URI для ресурса статистики.

MonitoringInputs -> (список)

Массив входов для задания мониторинга. В настоящее время мы поддерживаем мониторинг Amazon SageMaker AI Endpoint.

(структура)

Входы для задания мониторинга.

EndpointInput -> (структура)

Точка входа для задания мониторинга.

EndpointName -> (строка)

Точка входа в учетной записи клиента, у которой включен DataCaptureConfig.

LocalPath -> (строка)

Путь к файловой системе, где данные точки входа доступны контейнеру.

S3InputMode -> (строка)

Способ, используемый для передачи данных для задания мониторинга: Pipe или File. Режим Pipe рекомендуется для больших наборов данных. Режим File полезен для небольших файлов, которые помещаются в память. По умолчанию File.

S3DataDistributionType -> (строка)

Полная репликация или фрагментация входных данных, распределенных в Amazon S3, по ключу Amazon S3. По умолчанию FullyReplicated.

FeaturesAttribute -> (строка)

Атрибуты входных данных, являющиеся входными признаками.

InferenceAttribute -> (строка)

Атрибут входных данных, представляющий истинное метку.

ProbabilityAttribute -> (строка)

В задаче классификации атрибут, представляющий вероятность класса.

ProbabilityThresholdAttribute -> (двойное)

Порог вероятности класса для оценки результата как положительного.

StartTimeOffset -> (строка)

Если указано, задания мониторинга вычитают это время из начального времени. Дополнительная информация о использовании смещений для планирования заданий мониторинга см. в разделе Schedule Model Quality Monitoring Jobs.

EndTimeOffset -> (строка)

Если указано, задания мониторинга вычитают это время из конечного времени. Дополнительная информация о использовании смещений для планирования заданий мониторинга см. в разделе Schedule Model Quality Monitoring Jobs.

ExcludeFeaturesAttribute -> (строка)

Атрибуты входных данных, которые нужно исключить из анализа.

BatchTransformInput -> (структура)

Объект входных данных для задания пакетного преобразования.

DataCapturedDestinationS3Uri -> (строка)

Местоположение Amazon S3, используемое для захвата данных.

DatasetFormat -> (структура)

Формат набора данных для задания пакетного преобразования.

Csv -> (структура)

CSV набор данных, используемый в задании мониторинга.

Header -> (булево)

Указывает, содержит ли CSV данные заголовок.

Json -> (структура)

JSON набор данных, используемый в задании мониторинга.

Line -> (булево)

Указывает, должен ли файл читаться как JSON-объект на строку.

Parquet -> (структура)

Parquet набор данных, используемый в задании мониторинга.

LocalPath -> (строка)

Путь к файловой системе, где данные пакетного преобразования доступны контейнеру.

S3InputMode -> (строка)

Способ, используемый для передачи данных для задания мониторинга: Pipe или File. Режим Pipe рекомендуется для больших наборов данных. Режим File полезен для небольших файлов, которые помещаются в память. По умолчанию File.

S3DataDistributionType -> (строка)

Полная репликация или фрагментация входных данных, распределенных в Amazon S3, по ключу Amazon S3. По умолчанию FullyReplicated.

FeaturesAttribute -> (строка)

Атрибуты входных данных, являющиеся входными признаками.

InferenceAttribute -> (строка)

Атрибут входных данных, представляющий истинное метку.

ProbabilityAttribute -> (строка)

В задаче классификации атрибут, представляющий вероятность класса.

ProbabilityThresholdAttribute -> (двойное)

Порог вероятности класса для оценки результата как положительного.

StartTimeOffset -> (строка)

Если указано, задания мониторинга вычитают это время из начального времени. Дополнительная информация о использовании смещений для планирования заданий мониторинга см. в разделе Schedule Model Quality Monitoring Jobs.

EndTimeOffset -> (строка)

Если указано, задания мониторинга вычитают это время из конечного времени. Дополнительная информация о использовании смещений для планирования заданий мониторинга см. в разделе Schedule Model Quality Monitoring Jobs.

ExcludeFeaturesAttribute -> (строка)

Атрибуты входных данных, которые нужно исключить из анализа.

MonitoringOutputConfig -> (структура)

Массив выходов из задания мониторинга, которые необходимо загрузить в Amazon S3.

MonitoringOutputs -> (список)

Выходы мониторинга для заданий мониторинга. Именно здесь загружаются результаты периодических заданий мониторинга.

(структура)

Объект вывода для задания мониторинга.

S3Output -> (структура)

Местоположение Amazon S3, где сохраняются результаты задания мониторинга.

S3Uri -> (строка)

URI, определяющий местоположение Amazon S3, где Amazon SageMaker AI сохраняет результаты задания мониторинга.

LocalPath -> (строка)

Локальный путь к местуположение Amazon S3, где Amazon SageMaker AI сохраняет результаты задания мониторинга. LocalPath – абсолютный путь к выходным данным.

S3UploadMode -> (строка)

Способ загрузки результатов задания мониторинга: непрерывно или после завершения задания.

KmsKeyId -> (строка)

Ключ управления ключами (KMS), который Amazon SageMaker AI использует для шифрования артефактов моделей в состоянии покоя с помощью шифрования на сервере Amazon S3.

MonitoringResources -> (структура)

Идентифицирует ресурсы, вычислительные экземпляры ML и тома хранилища ML для развертывания для задания мониторинга. В распределенной обработке вы указываете более одного экземпляра.

ClusterConfig -> (структура)

Конфигурация ресурсов кластера, используемых для выполнения задания обработки.

InstanceCount -> (целое)

Количество вычислительных экземпляров ML, которые нужно использовать в задании мониторинга модели. Для заданий распределенной обработки укажите значение больше 1. Значение по умолчанию 1.

InstanceType -> (строка)

Тип вычислительного экземпляра ML для задания обработки.

VolumeSizeInGB -> (целое)

Размер тома хранилища ML в гигабайтах, который вы хотите предоставить. Вы должны указать достаточное хранилище ML для вашего сценария.

VolumeKmsKeyId -> (строка)

Ключ управления ключами (KMS), который Amazon SageMaker AI использует для шифрования данных на томе хранилища, подключенном к вычислительному экземпляру ML, который выполняет задание мониторинга модели.

MonitoringAppSpecification -> (структура)

Настраивает задание мониторинга для запуска указанного образа Docker контейнера.

ImageUri -> (строка)

Образ контейнера, который нужно запустить заданием мониторинга.

ContainerEntrypoint -> (список)

Указывает точку входа для контейнера, используемого для запуска задания мониторинга.

(строка)

ContainerArguments -> (список)

Массив аргументов для контейнера, используемого для запуска задания мониторинга.

(строка)

RecordPreprocessorSourceUri -> (строка)

Amazon S3 URI для скрипта, который вызывается по строке перед выполнением анализа. Он может декодировать содержимое в base64 и преобразовать его в плоский JSON, чтобы встроенный контейнер мог использовать преобразованные данные. Применимо только для встроенных (первичных) контейнеров.

PostAnalyticsProcessorSourceUri -> (строка)

Amazon S3 URI для скрипта, который вызывается после выполнения анализа. Применимо только для встроенных (первичных) контейнеров.

StoppingCondition -> (структура)

Указывает максимальное время выполнения задания мониторинга.

MaxRuntimeInSeconds -> (целое)

Максимальное время выполнения в секундах.

Примечание

MaxRuntimeInSeconds не может превышать частоту задания. Для качества данных и объяснения модели это может составлять до 3600 секунд для ежечасного графика. Для моделей смещения и моделей качества ежечасные графики могут составлять до 1800 секунд.

Environment -> (отображение)

Устанавливает переменные среды в контейнере Docker.

key -> (строка)

value -> (строка)

NetworkConfig -> (структура)

Указывает параметры сети для задания мониторинга.

EnableInterContainerTrafficEncryption -> (булево)

Шифровать ли все коммуникации между заданиями распределенной обработки. Выберите True для шифрования коммуникаций. Шифрование обеспечивает большую безопасность для заданий распределенной обработки, но обработка может занять больше времени.

EnableNetworkIsolation -> (булево)

Разрешить ли входящие и исходящие сетевые вызовы к контейнерам, используемым для задания обработки.

VpcConfig -> (структура)

Указывает виртуальную частную сеть Amazon (VPC), к которой имеют доступ ваши задания SageMaker, размещенные модели и вычислительные ресурсы. Вы можете контролировать доступ к вашим ресурсам, настроив VPC. Дополнительная информация см. в разделе Give SageMaker Access to Resources in your Amazon VPC.

SecurityGroupIds -> (список)

ID группы безопасности VPC, в формате sg-xxxxxxxx. Укажите группы безопасности для VPC, указанной в поле Subnets.

(строка)

Subnets -> (список)

ID подсетей в VPC, к которым вы хотите подключить задание обучения или модель. Дополнительная информация о доступности определенных типов экземпляров см. в разделе Supported Instance Types and Availability Zones.

(строка)

RoleArn -> (строка)

Amazon Resource Name (ARN) роли IAM, которую Amazon SageMaker AI может принять для выполнения задач от вашего имени.

MonitoringJobDefinitionName -> (строка)

Имя определения задания мониторинга для планирования.

MonitoringType -> (строка)

Тип определения задания мониторинга для планирования.

JSON Синтаксис:

{
  "ScheduleConfig": {
    "ScheduleExpression": "string",
    "DataAnalysisStartTime": "string",
    "DataAnalysisEndTime": "string"
  },
  "MonitoringJobDefinition": {
    "BaselineConfig": {
      "BaseliningJobName": "string",
      "ConstraintsResource": {
        "S3Uri": "string"
      },
      "StatisticsResource": {
        "S3Uri": "string"
      }
    },
    "MonitoringInputs": [
      {
        "EndpointInput": {
          "EndpointName": "string",
          "LocalPath": "string",
          "S3InputMode": "Pipe"|"File",
          "S3DataDistributionType": "FullyReplicated"|"ShardedByS3Key",
          "FeaturesAttribute": "string",
          "InferenceAttribute": "string",
          "ProbabilityAttribute": "string",
          "ProbabilityThresholdAttribute": double,
          "StartTimeOffset": "string",
          "EndTimeOffset": "string",
          "ExcludeFeaturesAttribute": "string"
        },
        "BatchTransformInput": {
          "DataCapturedDestinationS3Uri": "string",
          "DatasetFormat": {
            "Csv": {
              "Header": true|false
            },
            "Json": {
              "Line": true|false
            },
            "Parquet": {

            }
          },
          "LocalPath": "string",
          "S3InputMode": "Pipe"|"File",
          "S3DataDistributionType": "FullyReplicated"|"ShardedByS3Key",
          "FeaturesAttribute": "string",
          "InferenceAttribute": "string",
          "ProbabilityAttribute": "string",
          "ProbabilityThresholdAttribute": double,
          "StartTimeOffset": "string",
          "EndTimeOffset": "string",
          "ExcludeFeaturesAttribute": "string"
        }
      }
      ...
    ],
    "MonitoringOutputConfig": {
      "MonitoringOutputs": [
        {
          "S3Output": {
            "S3Uri": "string",
            "LocalPath": "string",
            "S3UploadMode": "Continuous"|"EndOfJob"
          }
        }
        ...
      ],
      "KmsKeyId": "string"
    },
    "MonitoringResources": {
      "ClusterConfig": {
        "InstanceCount": integer,
        "InstanceType": "ml.t3.medium"|"ml.t3.large"|"ml.t3.xlarge"|"ml.t3.2xlarge"|"ml.m4.xlarge"|"ml.m4.2xlarge"|"ml.m4.4xlarge"|"ml.m4.10xlarge"|"ml.m4.16xlarge"|"ml.c4.xlarge"|"ml.c4.2xlarge"|"ml.c4.4xlarge"|"ml.c4.8xlarge"|"ml.p2.xlarge"|"ml.p2.8xlarge"|"ml.p2.16xlarge"|"ml.p3.2xlarge"|"ml.p3.8xlarge"|"ml.p3.16xlarge"|"ml.c5.xlarge"|"ml.c5.2xlarge"|"ml.c5.4xlarge"|"ml.c5.9xlarge"|"ml.c5.18xlarge"|"ml.m5.large"|"ml.m5.xlarge"|"ml.m5.2xlarge"|"ml.m5.4xlarge"|"ml.m5.12xlarge"|"ml.m5.24xlarge"|"ml.r5.large"|"ml.r5.xlarge"|"ml.r5.2xlarge"|"ml.r5.4xlarge"|"ml.r5.8xlarge"|"ml.r5.12xlarge"|"ml.r5.16xlarge"|"ml.r5.24xlarge"|"ml.g4dn.xlarge"|"ml.g4dn.2xlarge"|"ml.g4dn.4xlarge"|"ml.g4dn.8xlarge"|"ml.g4dn.12xlarge"|"ml.g4dn.16xlarge"|"ml.g5.xlarge"|"ml.g5.2xlarge"|"ml.g5.4xlarge"|"ml.g5.8xlarge"|"ml.g5.16xlarge"|"ml.g5.12xlarge"|"ml.g5.24xlarge"|"ml.g5.48xlarge"|"ml.r5d.large"|"ml.r5d.xlarge"|"ml.r5d.2xlarge"|"ml.r5d.4xlarge"|"ml.r5d.8xlarge"|"ml.r5d.12xlarge"|"ml.r5d.16xlarge"|"ml.r5d.24xlarge"|"ml.g6.xlarge"|"ml.g6.2xlarge"|"ml.g6.4xlarge"|"ml.g6.8xlarge"|"ml.g6.12xlarge"|"ml.g6.16xlarge"|"ml.g6.24xlarge"|"ml.g6.48xlarge"|"ml.g6e.xlarge"|"ml.g6e.2xlarge"|"ml.g6e.4xlarge"|"ml.g6e.8xlarge"|"ml.g6e.12xlarge"|"ml.g6e.16xlarge"|"ml.g6e.24xlarge"|"ml.g6e.48xlarge"|"ml.m6i.large"|"ml.m6i.xlarge"|"ml.m6i.2xlarge"|"ml.m6i.4xlarge"|"ml.m6i.8xlarge"|"ml.m6i.12xlarge"|"ml.m6i.16xlarge"|"ml.m6i.24xlarge"|"ml.m6i.32xlarge"|"ml.c6i.xlarge"|"ml.c6i.2xlarge"|"ml.c6i.4xlarge"|"ml.c6i.8xlarge"|"ml.c6i.12xlarge"|"ml.c6i.16xlarge"|"ml.c6i.24xlarge"|"ml.c6i.32xlarge",
        "VolumeSizeInGB": integer,
        "VolumeKmsKeyId": "string"
      }
    },
    "MonitoringAppSpecification": {
      "ImageUri": "string",
      "ContainerEntrypoint": ["string", ...],
      "ContainerArguments": ["string", ...],
      "RecordPreprocessorSourceUri": "string",
      "PostAnalyticsProcessorSourceUri": "string"
    },
    "StoppingCondition": {
      "MaxRuntimeInSeconds": integer
    },
    "Environment": {"string": "string"
      ...},
    "NetworkConfig": {
      "EnableInterContainerTrafficEncryption": true|false,
      "EnableNetworkIsolation": true|false,
      "VpcConfig": {
        "SecurityGroupIds": ["string", ...],
        "Subnets": ["string", ...]
      }
    },
    "RoleArn": "string"
  },
  "MonitoringJobDefinitionName": "string",
  "MonitoringType": "DataQuality"|"ModelQuality"|"ModelBias"|"ModelExplainability"
}

--tags (список)

(Необязательно) Массив пар ключ-значение. Для получения дополнительной информации, см. `Использование тегов распределения затрат < https://docs.aws.amazon.com/awsaccountbilling/latest/aboutv2/cost-alloc-tags.html#allocation-whatURL>`__ в руководстве пользователя Amazon Web Services по выставлению счетов и управлению затратами.

(структура)

Объект тега, состоящий из ключа и необязательного значения, используемый для управления метаданными для ресурсов SageMaker Amazon Web Services.

Вы можете добавить теги к экземплярам ноутбуков, задачам обучения, задачам настройки гиперпараметров, задачам пакетного преобразования, моделям, задачам маркировки, рабочим командам, конфигурациям конечных точек и конечным точкам. Дополнительную информацию о добавлении тегов к ресурсам SageMaker см. в разделе Добавить теги.

Дополнительную информацию о добавлении метаданных к вашим ресурсам Amazon Web Services с помощью тегов см. в разделе Тегирование ресурсов Amazon Web Services. Советы по лучшим практикам управления ресурсами Amazon Web Services с помощью тегов см. в разделе Лучшие практики по тегированию: реализуйте эффективную стратегию тегирования ресурсов Amazon Web Services.

Ключ -> (строка)

Ключ тега. Ключи тегов должны быть уникальными для каждого ресурса.

Значение -> (строка)

Значение тега.

Сокращенная синтаксическая запись:

Key=string,Value=string ...

Синтаксис JSON:

[
  {
    "Key": "string",
    "Value": "string"
  }
  ...
]

--cli-input-json | --cli-input-yaml (строка) Читает аргументы из предоставленной JSON-строки. JSON-строка следует формату, предоставленному в --generate-cli-skeleton. Если другие аргументы предоставляются в командной строке, эти значения переопределяют значения, предоставленные в JSON. Невозможно передавать произвольные двоичные значения с помощью значения, предоставленного в JSON, так как строка будет воспринята буквально. Это может не быть указано вместе с --cli-input-yaml.

--generate-cli-skeleton (строка) Выводит JSON-скелет в стандартный вывод без отправки запроса к API. Если предоставлено значение без значения или значение input, выводит пример входного JSON, который можно использовать в качестве аргумента для --cli-input-json. Аналогично, если предоставлено значение yaml-input, будет напечатан пример входного YAML, который можно использовать с --cli-input-yaml. Если предоставлено значение output, оно проверяет входные данные команд и возвращает пример выходного JSON для данной команды. Сгенерированный JSON-скелет не является стабильным между версиями AWS CLI, и нет гарантий обратной совместимости в сгенерированном JSON-скелете.

Глобальные параметры

--debug (логическое значение)

Включить отладку.

--endpoint-url (строка)

Переопределить URL по умолчанию команды заданным URL.

--no-verify-ssl (логическое значение)

По умолчанию AWS CLI использует SSL при общении с сервисами AWS. Для каждого SSL-соединения AWS CLI будет проверять сертификаты SSL. Этот параметр переопределяет поведение проверки сертификатов SSL по умолчанию.

--no-paginate (логическое значение)

Отключить автоматическую постраничную навигацию. Если автоматическая постраничная навигация отключена, AWS CLI выполнит только один вызов для первой страницы результатов.

--output (строка)

Стиль форматирования вывода команды.

  • json
  • текст
  • таблица
  • yaml
  • yaml-поток

--query (строка)

Запрос JMESPath для использования при фильтрации данных ответа.

--profile (строка)

Использовать определенный профиль из файла учетных данных.

--region (строка)

Регион для использования. Переопределяет параметры конфигурации/среды.

--version (строка)

Отобразить версию этого инструмента.

--color (строка)

Включить/выключить цветной вывод.

  • включен
  • выключен
  • автоматически

--no-sign-request (логическое значение)

Не подписывать запросы. Учетные данные не будут загружаться, если этот аргумент предоставлен.

--ca-bundle (строка)

Сборник сертификатов CA для использования при проверке сертификатов SSL. Переопределяет параметры конфигурации/среды.

--cli-read-timeout (целое число)

Максимальное время чтения сокета в секундах. Если значение установлено в 0, чтение сокета будет блокирующим и не будет иметь таймаута. Значение по умолчанию составляет 60 секунд.

--cli-connect-timeout (целое число)

Максимальное время подключения сокета в секундах. Если значение установлено в 0, подключение сокета будет блокирующим и не будет иметь таймаута. Значение по умолчанию составляет 60 секунд.

--cli-binary-format (строка)

Стиль форматирования, используемый для двоичных блоков. Формат по умолчанию — base64. Формат base64 ожидает, что двоичные блоки будут предоставлены в виде закодированной строкой base64. Формат raw-in-base64-out сохраняет совместимость с поведением AWS CLI V1, и двоичные значения должны передаваться буквально. При предоставлении содержимого из файла, отображающего двоичный блок, fileb:// всегда будет обрабатываться как двоичный и будет использовать содержимое файла непосредственно независимо от cli-binary-format настройки. При использовании file:// содержимое файла должно быть должным образом отформатировано для настроенного cli-binary-format.

  • base64
  • raw-in-base64-out

--no-cli-pager (логическое значение)

Отключить перелистывание cli для вывода.

--cli-auto-prompt (логическое значение)

Автоматически запросить параметры ввода CLI.

--no-cli-auto-prompt (логическое значение)

Отключить автоматическое запросить параметры ввода CLI.

Вывод

MonitoringScheduleArn -> (строка)

Amazon Resource Name (ARN) расписания мониторинга.

© Copyright 2025, Amazon Web Services. Created using Sphinx.

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API