La versione in lingua italiana fornita proviene da una traduzione automatica. Per eventuali incoerenze, fare riferimento alla versione in lingua inglese.

Distribuzione MLflow

08/18/2025

PDF

Questa sezione descrive le attività che devi completare per distribuire MLflow nel tuo cluster Kubernetes.

È possibile distribuire MLflow su piattaforme diverse da Kubernetes. L'implementazione di MLflow su piattaforme diverse da Kubernetes esula dall'ambito di questa soluzione.

Prerequisiti

Prima di eseguire l'esercizio di distribuzione descritto in questa sezione, diamo per scontato che tu abbia già eseguito le seguenti attività:

Hai già un cluster Kubernetes funzionante.
Hai già installato e configurato NetApp Trident nel tuo cluster Kubernetes. Per maggiori dettagli su Trident, fare riferimento al"Documentazione Trident" .

Installa Helm

MLflow viene distribuito tramite Helm, un noto gestore di pacchetti per Kubernetes. Prima di distribuire MLflow, è necessario installare Helm sul nodo di controllo Kubernetes. Per installare Helm, seguire le istruzioni "istruzioni di installazione" nella documentazione ufficiale di Helm.

Imposta la classe di archiviazione Kubernetes predefinita

Prima di distribuire MLflow, è necessario designare una StorageClass predefinita all'interno del cluster Kubernetes. Per designare una StorageClass predefinita all'interno del cluster, seguire le istruzioni descritte in"Distribuzione di Kubeflow" sezione. Se hai già designato una StorageClass predefinita all'interno del tuo cluster, puoi saltare questo passaggio.

Distribuisci MLflow

Una volta soddisfatti i prerequisiti, è possibile iniziare la distribuzione di MLflow utilizzando il grafico Helm.

Configurare la distribuzione del grafico Helm di MLflow.

Prima di distribuire MLflow utilizzando il grafico Helm, possiamo configurare la distribuzione per utilizzare NetApp Trident Storage Class e modificare altri parametri in base alle nostre esigenze utilizzando un file config.yaml. Un esempio del file config.yaml può essere trovato qui: https://github.com/bitnami/charts/blob/main/bitnami/mlflow/values.yaml

È possibile impostare Trident storageClass nel parametro global.defaultStorageClass nel file config.yaml (ad esempio storageClass: "ontap-flexvol").

Installazione della tabella del timone

Il grafico Helm può essere installato con il file config.yaml personalizzato per MLflow utilizzando il seguente comando:

helm install oci://registry-1.docker.io/bitnamicharts/mlflow -f config.yaml --generate-name --namespace jupyterhub

Il comando distribuisce MLflow sul cluster Kubernetes nella configurazione personalizzata tramite il file config.yaml fornito. MLflow viene distribuito nello spazio dei nomi specificato e per la release viene assegnato un nome di rilascio casuale tramite Kubernetes.

Controlla la distribuzione

Dopo aver completato la distribuzione del grafico Helm, puoi verificare se il servizio è accessibile utilizzando:

kubectl get service -n jupyterhub

Sostituisci jupyterhub con lo spazio dei nomi utilizzato durante la distribuzione.

Dovresti vedere i seguenti servizi:

NAME                              TYPE        CLUSTER-IP      EXTERNAL-IP   PORT(S)           AGE
mlflow-1719843029-minio           ClusterIP   10.233.22.4     <none>        80/TCP,9001/TCP   25d
mlflow-1719843029-postgresql      ClusterIP   10.233.5.141    <none>        5432/TCP          25d
mlflow-1719843029-postgresql-hl   ClusterIP   None            <none>        5432/TCP          25d
mlflow-1719843029-tracking        NodePort    10.233.2.158    <none>        30002:30002/TCP   25d

Abbiamo modificato il file config.yaml per utilizzare il servizio NodePort per accedere a MLflow sulla porta 30002.

Accedi a MLflow

Una volta che tutti i servizi relativi a MLflow sono attivi e funzionanti, è possibile accedervi utilizzando l'indirizzo IP NodePort o LoadBalancer specificato (ad esempio http://10.61.181.109:30002 )