GCP Vertex AI Pipeline中reserved_ip_ranges参数及特定IP范围使用问询

参数定义 #

reserved_ip_ranges是Vertex AI PipelineJob提交阶段的配置参数，用于限定流水线运行时所有组件（如训练任务、数据预处理任务等）必须使用的预留IP地址范围。它的核心作用是约束流水线资源的IP分配范围，确保流量在你预先配置的共享VPC对等连接环境内流转，避免与其他业务资源的IP产生冲突。

在共享VPC对等连接场景下的使用方法 #

当你已完成共享VPC与servicenetworking-googleapis-com项目的对等连接配置，且分配了多个IP范围时，可按以下步骤指定特定IP范围：

1. 确认IP范围名称：需使用对等连接配置时为每个IP范围设置的自定义名称（而非CIDR地址），该名称是你在VPC网络配置环节定义的标识。
2. 在PipelineJob中传入参数：初始化PipelineJob对象时，将目标IP范围的名称以字符串列表形式传入reserved_ip_ranges参数。

代码示例 #

from google.cloud import aiplatform

# 初始化PipelineJob并指定目标预留IP范围
pipeline_job = aiplatform.PipelineJob(
    display_name="custom-business-pipeline",
    template_path="your-pipeline-template.json",
    parameter_values={"input_dataset": "gs://your-storage-bucket/data"},
    project="your-gcp-project-id",
    location="us-central1",
    # 填入你要指定的IP范围名称列表
    reserved_ip_ranges=["your-reserved-range-01", "your-reserved-range-02"]
)

# 提交流水线任务
pipeline_job.submit()

注意事项 #

• 指定的IP范围必须是已与servicenetworking-googleapis-com建立对等连接的有效范围，否则任务会因IP分配失败报错。
• 确保目标IP范围有足够可用容量：流水线运行时会启动多个组件实例，每个实例可能占用多个IP地址，容量不足会导致任务启动失败。
• 若不设置该参数，Vertex AI会自动从对等连接的所有可用IP范围中选择资源IP；指定后则强制使用你列出的范围，保证资源IP的确定性。

内容的提问来源于stack exchange，提问作者Oleksandr Lytvynskyi