MLflow デプロイメント
変更を提案
PDF
このセクションでは、Kubernetes クラスターに MLflow をデプロイするために完了する必要があるタスクについて説明します。
|
MLflow は Kubernetes 以外のプラットフォームにもデプロイできます。 Kubernetes 以外のプラットフォームに MLflow をデプロイすることは、このソリューションの範囲外です。 |
前提条件
このセクションで説明する展開演習を実行する前に、次のタスクが既に実行されていることを前提としています。
-
すでに動作中の Kubernetes クラスターがあります。
-
Kubernetes クラスターにNetApp Tridentがすでにインストールされ、構成されています。Tridentの詳細については、"Tridentのドキュメント" 。
Helmをインストールする
MLflow は、Kubernetes の一般的なパッケージ マネージャーである Helm を使用してデプロイされます。 MLflow をデプロイする前に、Kubernetes コントロール ノードに Helm をインストールする必要があります。 Helmをインストールするには、 "インストール手順"公式 Helm ドキュメントに記載されています。
デフォルトのKubernetesストレージクラスを設定する
MLflow をデプロイする前に、Kubernetes クラスター内でデフォルトの StorageClass を指定する必要があります。クラスター内でデフォルトのストレージクラスを指定するには、"Kubeflow デプロイメント"セクション。クラスター内でデフォルトの StorageClass をすでに指定している場合は、この手順をスキップできます。
MLflowをデプロイする
前提条件が満たされたら、Helm チャートを使用して MLflow のデプロイを開始できます。
MLflow Helm Chart のデプロイメントを構成します。
Helm チャートを使用して MLflow をデプロイする前に、config.yaml ファイルを使用して、 NetApp Tridentストレージ クラスを使用するようにデプロイを構成し、ニーズに合わせて他のパラメータを変更できます。 config.yaml ファイルの例は、次の場所にあります。 https://github.com/bitnami/charts/blob/main/bitnami/mlflow/values.yaml
|
|
config.yaml ファイルの global.defaultStorageClass パラメータでTrident storageClass を設定できます (例: storageClass: "ontap-flexvol")。 |
Helm Chartのインストール
Helm チャートは、次のコマンドを使用して、MLflow のカスタム config.yaml ファイルとともにインストールできます。
helm install oci://registry-1.docker.io/bitnamicharts/mlflow -f config.yaml --generate-name --namespace jupyterhub|
|
このコマンドは、提供された config.yaml ファイルを介してカスタム構成で Kubernetes クラスターに MLflow をデプロイします。 MLflow は指定された名前空間にデプロイされ、リリースに対して Kubernetes 経由でランダムなリリース名が与えられます。 |
デプロイメントの確認
Helm チャートのデプロイが完了したら、次のコマンドを使用してサービスにアクセスできるかどうかを確認できます。
kubectl get service -n jupyterhub|
|
jupyterhub を、デプロイ時に使用した名前空間に置き換えます。 |
次のサービスが表示されます。
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|
|
NodePort サービスを使用してポート 30002 の MLflow にアクセスするように config.yaml ファイルを編集しました。 |
MLflow にアクセスする
MLflowに関連するすべてのサービスが起動したら、指定されたNodePortまたはLoadBalancerのIPアドレス（例： http://10.61.181.109:30002 ）