环境搭建
本节我们创建ML Pipeline所需要的组件。我们将在cloud 9使用CDK创建所需的资源，Cloud 9的环境需满足：
-
Node.js版本大于10.13.0
-
CDK版本大于2.5.0
-
Docker版本大于20
部署 ML Data Pipeline
下载代码库：
git clone https://github.com/aws-samples/aws-rtb-intelligence-Kit
cd aws-rtb-intelligence-Kit/
安装模块依赖项:
npm install
为了构建此存储库的CDK模块并编译 Typescript 代码，执行以下命令：
npm run build
cdk bootstrap
使用以下命令部署 RTB (real time bidding)的组件，这些组件用于运行数据处理和 ML 模型训练：
cdk deploy "aik/sagemaker-emr" --require-approval never
此过程可能需要 5 分钟:
对应CloudFormation页面会创建一个stack。等待CDK部署完成：
至此，我们部署了：
- 一个
SageMaker Studio Domain以及下面一个用户，稍后将使用这个用户来运行数据处理和 ML训练 - 一个
Service Catalog Product，允许从 SageMaker Studio创建EMR 集群。我们将使用 EMR 集群来进行数据处理
可以进入Service Catalog服务查看创建的portfolio：
查看EMR Product：
里面定义了创建EMR集群的细节：
创建 Amazon EMR 集群
进入 SageMaker服务，找到CDKSample这个Domain：
默认CDK已经创建了一个user, 打开他的Studio：
进入Studio后，打开Data -> EMR Clusters页面，点击Create：
在 “选择模板” 步骤中，选择SageMaker EMR Product模板。该模板是之前通过 CDK 创建的：
输入集群名，其他字段保留为默认值(AutoTerminationIdleTimout可以调大些)：
集群的创建需要一些时间，但是我们可以在等待期间继续进行下一步。创建完成后的效果：
