Zvolte, kde jsou uložená data MLflow.

Sledovací servery MLflow ukládají a spravují data, běhy a modely experimentu. Nakonfigurujte sledovací servery tak, aby kontrolovali, kde se ukládají data MLflow a jak přistupovat k experimentům v různých prostředích.

Server sledování hostovaný službou Databricks

Databricks ve výchozím nastavení poskytuje spravovaný sledovací server MLflow, který:

• Nevyžaduje žádné další nastavení ani konfiguraci.
• Ukládá data experimentu do pracovního prostoru.
• Snadno se integruje s poznámkovými bloky a clustery Databricks

Nastavení aktivního experimentu

Ve výchozím nastavení jsou všechna spuštění MLflow protokolována na sledovací server pracovního prostoru za použití aktivního experimentu. Pokud není experiment explicitně nastavený, spuštění se zaprotokolují do experimentu poznámkového bloku.

Nastavením aktivního experimentu můžete řídit, kde se běhy protokolují v Databricks:

Mlflow.set_experiment()

Nastavte experiment pro všechna následná spuštění v rámci provádění úloh.

import mlflow

mlflow.set_experiment("/Shared/my-experiment")

Mlflow.start_run()

Nastavte experiment pro konkrétní spuštění.

with mlflow.start_run(experiment_id="12345"):
    mlflow.log_param("learning_rate", 0.01)

Proměnné prostředí

Nastavte experiment pro všechna spuštění v prostředí.

import os
os.environ["MLFLOW_EXPERIMENT_NAME"] = "/Shared/my-experiment"
# or
os.environ["MLFLOW_EXPERIMENT_ID"] = "12345"

Nastavte sledování na vzdáleném serveru MLflow.

Možná budete muset nastavit připojení ke vzdálenému serveru pro sledování MLflow. Důvodem může být to, že vyvíjíte lokálně a chcete sledovat proti serveru hostovanému službou Databricks, nebo chcete sledovat na jiný server pro sledování MLflow. Například ten, který je v jiném pracovním prostoru.

Běžné scénáře pro vzdálené sledování:

Scenario	Případ použití
Sledování napříč pracovními prostory	Centralizované sledování experimentů napříč několika pracovními prostory
Místní vývoj	Provádět vývoj lokálně, ale sledovat experimenty v Databricks
Vzdálené vlastní hostování	Vlastní infrastruktura MLflow s konkrétními požadavky na dodržování předpisů

Nastavte URI sledování a experiment

Pokud chcete protokolovat experimenty na server pro vzdálené sledování, nakonfigurujte identifikátor URI sledování i cestu experimentu:

import mlflow

# Set the tracking URI to the remote server
mlflow.set_tracking_uri("databricks://remote-workspace-url")

# Set the experiment path in the remote server
mlflow.set_experiment("/Shared/centralized-experiments/my-project")

# All subsequent runs will be logged to the remote server
with mlflow.start_run():
    mlflow.log_param("model_type", "random_forest")
    mlflow.log_metric("accuracy", 0.95)

Metody ověřování

Připojení serveru pro vzdálené sledování vyžadují správné ověřování. Zvolte mezi tokeny osobního přístupu (PAT) nebo OAuth pomocí servisních principalů.

PAT

Pro jednoduché ověřování pomocí tokenů používejte osobní přístupové tokeny (PATs).

Profesionálové: Jednoduché nastavení, vhodné pro vývoj

Nevýhody: Specifické pro uživatele, vyžaduje ruční správu tokenů.

import os

# Set authentication token
os.environ["DATABRICKS_TOKEN"] = "your-personal-access-token"

# Configure remote tracking
mlflow.set_tracking_uri("databricks://remote-workspace-url")
mlflow.set_experiment("/Shared/remote-experiment")

OAuth (služební objekt)

Pro automatizované pracovní postupy použijte OAuth s přihlašovacími údaji služebního principálu.

Výhody: Lepší pro automatizaci, centralizovaná správa identit

Nevýhody: Vyžaduje nastavení služby principal a konfiguraci OAuth.

Vytvořte principál služby. Viz Správa principálů služby.

import os

# Set service principal credentials
os.environ["DATABRICKS_CLIENT_ID"] = "your-service-principal-client-id"
os.environ["DATABRICKS_CLIENT_SECRET"] = "your-service-principal-secret"

# Configure remote tracking
mlflow.set_tracking_uri("databricks://remote-workspace-url")
mlflow.set_experiment("/Shared/remote-experiment")