参数目标的类型必须是 aws_cdk.CfnResource；改为 aws_cdk.aws_iam.Role

Question

我正在尝试使用 S3 中的模型工件中的 CDK [python] 部署 sagemaker 端点。

Sagemaker模型需要execution_rol_arn。因此，我使用 CDK 创建了一个角色，并将其作为 sagemaker 模型的参数传递。但创建模型时提示角色不存在。 但如果通过这个命令添加对资源的依赖

sagemaker_model.add_depends_on(model_role)

。它给了我这个错误。

type of argument target must be aws_cdk.CfnResource; got aws_cdk.aws_iam.Role instead

我的 sagemaker 模型和 Iam 角色的 cdk 代码

        sagemaker_model = aws_sagemaker.CfnModel(
            self,
            model_name,
            execution_role_arn=model_role.role_arn,
            model_name=model_name,
            primary_container=sagemaker_primary_container_definition,
        )
        model_role = Role(
            self,
            f"{construct_id}_role",
            assumed_by=ServicePrincipal("sagemaker.amazonaws.com"),
        )
        model_role.add_to_policy(PolicyStatement(
            resources=["*"],
            actions= [
                "cloudwatch:PutMetricData",
                "logs:CreateLogStream",
                "logs:PutLogEvents",
                "logs:CreateLogGroup",
                "logs:DescribeLogStreams",
                "s3:GetObject",
                "s3:ListBucket",
                "ecr:GetAuthorizationToken",
                "ecr:BatchCheckLayerAvailability",
                "ecr:GetDownloadUrlForLayer",
                "ecr:BatchGetImage"
            ]
        ))

Answer 1

当您在 L1 (

CfnModel

) 和 L2 (

Role

) 抽象级别之间移动时，事情会变得有点混乱。您需要使用所谓的 ecape hatch 语法:

cfnRole = cast(iam.CfnRole, model_role.node.default_child) # cast if using typings

sagemaker_model.add_depends_on(cfnRole)

Answer 2

还有其他方法可以在不强制转换 L1(

CfnModel

) 的情况下做到这一点，只需使用

.node

代替，例如：

sagemaker_model.node.add_dependency(model_role)