التطبيقات والبرامج

إدارة التوسع التلقائي لنقاط نهاية Amazon SageMaker AI بـ CDK

تتعرض عمليات نشر نقاط نهاية Amazon SageMaker AI عبر أدوات البنية التحتية للفشل عند محاولة تحديث الإعدادات مع وجود توسع تلقائي مسجل، ويوفر منشور مدونة تعلم الآلة من أمازون حلولاً هندسية مبتكرة.

رضوان عبدالهاديمحرر وكاتب تقني

نُشر: 23 أكتوبر 2026 · آخر تحديث: 23 أكتوبر 2026 · 4 دقائق قراءة

إدارة التوسع التلقائي لنقاط نهاية Amazon SageMaker AI بـ CDK — الصورة: AWS Machine Learning Blog

تحديات التحديث والتوسع التلقائي في SageMaker AI

يؤدي تحديث تكوين نقاط النهاية الحية في خدمة Amazon SageMaker AI، سواء كان ذلك عبر تغيير نوع المثيل أو عدده أو حتى متغيرات البيئة، إلى فشل عمليات النشر المدارة بواسطة AWS CloudFormation أو أدوات البنية التحتية البرمجية. تتطلب الخدمة إزالة تسجيل الهدف القابل للتوسع قبل الشروع في أي تحديث لنقطة النهاية، وهو ما يمنع نظام إدارة البنية التحتية من تتبع موارد التوسع التلقائي بفعالية. ويمكن الرجوع إلى AWS Machine Learning Blog للاطلاع على التفاصيل الأصلية للمصدر.

عند محاولة نشر تغييرات مباشرة دون معالجة مسبقة، يقوم النظام برفض التحديث بشكل جذري قبل الوصول إلى موارد التوسع التلقائي. وفي حال اللجوء إلى إلغاء التسجيل اليدوي عبر الواجهة قبل إعادة النشر، قد تنجح العملية ولكن يفشل النظام في تسجيل سياسات التوسع مجدداً لعدم رصد أي تغيير في قالب البنية التحتية الأساسي، مما يترك المقطعية تعمل دون غطاء توسع تلقائي ودون تنبيهات واضحة للمطورين.

الحل الهندسي باستخدام هيكل CDK المخصص

يقدم فريق التدوين التقني في AWS Machine Learning طريقة متقدمة لمعالجة هذا القيد من خلال بناء هيكل CDK قابل لإعادة الاستخدام، والذي يدمج موارد مخصصة ضمن قالب البنية التحتية لإلغاء التسجيل وإعادة التسجيل بشكل تلقائي ومبرمج تماماً. يتيح هذا النهج للمهندسين تحديث إعدادات نقاط النهاية ومعاملات التوسع التلقائي دفعة واحدة وضمن عملية نشر متكاملة ودون أي تدخل يدوي معقد.

يعتمد هذا التصميم على استبدال موارد التوسع التلقائي التقليدية بثلاثة موارد مخصصة يتم تنسيق عملها بترتيب تبعيات صارم يتم فرضه برمجياً. تبدأ العملية بإزالة الهدف القابل للتوسع قبل بدء التحديث، ثم يُنفذ تحديث نقطة النهاية، تليها مرحلة الانتظار حتى تصل الخدمة إلى حالة التشغيل الكامل قبل إعادة تسجيل الهدف وتطبيق سياسات التتبع المطلوبة بدقة.

التسلسل التنفيذي وآليات المزامنة غير المتزامن

يتم تنفيذ التسلسل الكامل للموارد المخصصة عبر أدوات تشغيل تضمن استقرار البنية التحتية طوال فترة الصيانة والتحديث. وفي هذا السياق، تستخدم عمليات إعادة التسجيل وتطبيق السياسات أنماط الإكمال غير المتزامن التي توفرها بيئة العمل، حيث يعيد المعالج تقييم الجاهزية على فترات زمنية منتظمة حتى يتم اجتياز فحوصات الصحة بنجاح تام وضمن نطاق زمني محدد.

تعتمد البنية المنشورة على مجموعة من الدوال البرمجية الموزعة ومحركات الحالات التي تدير مسار الانتظار والتأكد من استقرار الموارد الخلفية. يضمن هذا النهج عدم تجاوز القيود المفروضة على استدعاءات الدوال الفردية، ويحافظ على حالة السكك الحديدية للمستودع البرمجي حتى اكتمال كافة العمليات دون أخطاء تذكر أو الحاجة للتدخل اليدوي الاستدراكي.

خطوات التنفيذ العملي ونشر المكدس التقني

لتطبيق هذا الحل الهيكلي، يحتاج المهندسون إلى تهيئة البيئة البرمجية المناسبة التي تتضمن أحدث أدوات البنية التحتية مثل أدوات الإدارة المتطورة ونظم التشغيل المكتوبة بلغة بايثون المتوافقة مع المعايير الحديثة. يتطلب الأمر توفر صلاحيات واسعة على الخدمات السحابية ذات الصلة مثل إدارة الهوية والصلاحيات ومراقبة الموارد وتحليل الأنظمة السحابية.

تبدأ الخطوات العملية باستنساخ مستودع الأمثلة البرمجية وتثبيت الاعتماديات اللازمة باستخدام حزم التشغيل السريعة المتاحة للمطورين. بعد ذلك، يتم تحديد إعدادات نقاط النهاية والتوسع التلقائي بشكل متزامن داخل ملفات التهيئة المخصصة، حيث يعمل مفتاح التجزئة الموحد على تشغيل التنسيق الكامل تلقائياً عند رصد أي تعديل في المعلمات البرمجية.

المخرجات المتوقعة وإدارة الموارد السحابية

بمجرد إتمام إعداد بيئة العمل السحابية وتشغيل أوامر نشر المكدس البرمجي، يقوم النظام بإنشاء نموذج التعلم الآلي وتكوينات نقاط النهاية وفقاً للمتطلبات المحددة. يتولى المكدس بعد ذلك تشغيل الموارد المخصصة الثلاثة بشكل متسلسل ومدروس لضمان ربط سياسات التوسع التلقائي بنجاح تام وبأقل قدر من المخاطر التشغيلية.