Kubeflow en Producción · Lección 12
¿Qué permite hacer el SDK de KFP (Kubeflow Pipelines) al definir un pipeline usando código Python?
Describir el flujo de componentes y sus dependencias usando decoradores y funciones Python, que luego se traducen a una definición ejecutable del pipeline en el cluster
El SDK de KFP elimina por completo la necesidad de tener contenedores reales para cada componente
Solo puede usarse para definir pipelines de exactamente un único componente en total
Requiere que el usuario escriba manualmente el YAML completo del pipeline sin ninguna ayuda del SDK
Kubeflow en Producción · Lección 12
Completa el código
Un componente se define típicamente usando el decorador
Revisa: se define típicamente usando el decorador @component (o @dsl.component).
Kubeflow en Producción · Lección 12
¿Por qué definir el pipeline en código Python (en vez de escribir manualmente un YAML extenso) es más accesible para un científico de datos que ya está familiarizado con Python pero no con la sintaxis de definición de Kubernetes?
Pista: el científico de datos puede aprovechar directamente su conocimiento existente de Python para definir la lógica y el flujo del pipeline, sin necesitar aprender primero la sintaxis específica de definición de recursos de Kubernetes que requeriría escribir el YAML manualmente.
✓
¡Lección completada!
SDK de KFP — definir un pipeline en Python
0
XP ganado
3
Vidas restantes