Skip to main content
NetApp artificial intelligence solutions
本繁體中文版使用機器翻譯，譯文僅供參考，若與英文版本牴觸，應以英文版本為準。

MLflow部署

貢獻者 kevin-hoke
PDF

本節介紹在 Kubernetes 叢集中部署 MLflow 必須完成的任務。

註 可以在 Kubernetes 以外的平台上部署 MLflow。在 Kubernetes 以外的平台上部署 MLflow 超出了本解決方案的範圍。

先決條件

在執行本節概述的部署練習之前，我們假設您已經執行了以下任務：

  1. 您已經有一個可以運行的 Kubernetes 叢集。

  2. 您已經在 Kubernetes 叢集中安裝並設定了NetApp Trident 。有關Trident的更多詳細信息，請參閱"Trident文檔"。

安裝 Helm

MLflow 使用 Helm（Kubernetes 的流行套件管理器）進行部署。在部署 MLflow 之前，必須在 Kubernetes 控制節點上安裝 Helm。要安裝 Helm，請按照 "安裝說明"在 Helm 官方文件中。

設定預設 Kubernetes StorageClass

在部署 MLflow 之前，您必須在 Kubernetes 叢集中指定一個預設 StorageClass。若要在叢集中指定預設 StorageClass，請依照"Kubeflow部署"部分。如果您已經在叢集中指定了預設 StorageClass，則可以跳過此步驟。

部署 MLflow

滿足先決條件後，您就可以使用 Helm Chart 開始 MLflow 部署。

設定 MLflow Helm Chart 部署。

在使用 Helm 圖表部署 MLflow 之前，我們可以使用 config.yaml 檔案將部署配置為使用NetApp Trident儲存類別並更改其他參數以滿足我們的需求。您可以在以下位置找到 config.yaml 檔案的範例： https://github.com/bitnami/charts/blob/main/bitnami/mlflow/values.yaml

註 您可以在 config.yaml 檔案中的 global.defaultStorageClass 參數下設定Trident storageClass（例如 storageClass：「ontap-flexvol」）。

安裝 Helm Chart

可以使用以下命令將 Helm 圖表與 MLflow 的自訂 config.yaml 檔案一起安裝：

helm install oci://registry-1.docker.io/bitnamicharts/mlflow -f config.yaml --generate-name --namespace jupyterhub
註 該命令透過提供的*config.yaml*檔案在自訂配置中的 Kubernetes 叢集上部署 MLflow。 MLflow 部署在給定的命名空間中，並透過 kubernetes 為該版本提供一個隨機發布名稱。

檢查部署

Helm 圖表部署完成後，您可以使用以下命令檢查服務是否可存取：

kubectl get service -n jupyterhub
註 將 jupyterhub 替換為您在部署期間使用的命名空間。

您應該會看到以下服務：

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
註 我們編輯了 config.yaml 檔案以使用 NodePort 服務存取連接埠 30002 上的 MLflow。

存取 MLflow

一旦與 MLflow 相關的所有服務都啟動並運行，您就可以使用給定的 NodePort 或 LoadBalancer IP 位址存取它（例如 http://10.61.181.109:30002)