第三步：如果我们只是创建新卷，我们需要对其进行文件系统格式化。运行命令：sudo mkfs -t ext4 device_name，其中device_name=/dev/加上第二步中获得的设备名称。例如：/dev/xvdh

　　第四步：创建目录，安装卷：sudo mkdir mount_point

　　第五步：最后，安装卷sudo mount device_name mount_point，至此所有你放置于mount_point目录的东西都会被储存于附着卷上。这就意味着，你可以终止竞价实例，之后重启一个新的，按照上面的方法把这个卷附着并安装上去，直播，继续中断的工作。你可能还会需要用aws cli和crontab自动附着和安装卷。

　　这个办法我用了一段时间，发现了一个很大的缺陷—如果你把实例终止，所有永久卷之外的数据都会丢失。你可以尝试对附着卷应用移动你的用户目录的方法，我试过但是不行，而下面的方法能够圆满解决这个问题。

　　3.竞价实例的永久性：方法2-切换根卷

　　很快地，我就厌烦于每次启动竞价实例的安装工作，因此我尝试寻找更好的方法。用这个方法，我终于成功地使竞价实例获得了按需实例能够媲美的表现。通过启动后迅速反转根卷（操作系统工作卷）到另一个卷，这个方法得以实现。我花了好大的力气才实验成功，所以希望能够帮到别人。用这个脚本处理一个新的实例，或者已有的实例。

　　第0步：

确认你已经装载jq

确认你下载了帮助脚本，如果没有，请运行git clone --depth=1 https://github.com/slavivanov/ec2-spotter.git

　　3.1 用一个新的实例

　　第一步：启动一个竞价实例（参考上述“用竞价实例来运行机器学习程序）

　　第二步：运行sh ec2-spotter/fast_ai/config_from_instance.sh 它将创建一个配置文件，用于从一个既有的实例或者是按需实例来启动一个竞价实例，名称为fast-ai-gpu-machine（下一步会用到）如果不想用名称来寻找实例，你或许可以可以用脚本来实现：config_from_instance.sh --instance_id i-0fd47cabf6ce1d534

　　注意：这个脚本会终止第一步的脚本。如果你另外有一个实例以fast-ai-gpu-machine启动，这个脚本或许会终止实例，所以，运行脚本之前，请先对其进行改名。sh ec2-spotter/fast_ai/config_from_instance.sh

　　第三步：每次需要P2竞价实例的时候，只要运行sh fast_ai/start_spot.sh.

　　这样就会启动一个新的竞价实例，在boot的时候，其根卷就会切换到第一步创建的实例上去。这个过程会持续2-5分钟。之后你就能够中断实例，再重启（用start_spot.sh）,任何对文件系统的更改都将得以保存。

　　3.2 用一个已有的实例

　　第一步：停止已有实例，从根卷上分离（detach）

　　第二步：将分离下来的卷，取一个新的名字

　　第三步：为example.conf创建一个拷贝，命名为my.confcp ec2-spotter/example.conf ec2-spotter/my.conf

　　第四步：更改my.conf中的设置，尤其是：

　　ec2spotter_volume_name : the name you gave the volume in step 2.用第二步中为卷取的名称。

　　ec2spotter_launch_zone : the availability zone where you want to launch your instance.你想要启动实例的区域

　　ec2spotter_subnet : ID of the subnet to use.准备使用的子网ID

　　ec2spotter_security_group : ID of the security group to attach to the instance.准备附着的安全组ID