MLflow
MLflow Operator 可在 Alauda AI Platform 上部署和管理多租户 MLflow Tracking Server。它基于开源项目 MLflow 构建,为数据科学和 ML 团队提供共享的实验跟踪和模型注册表服务,并与平台的单点登录和 Kubernetes RBAC 集成 — 因此每个团队只能查看和管理自己的运行、实验及已注册模型。
MLflow 以 OLM Helm-based operator 的形式提供。通过平台 OperatorHub 安装 operator 并创建一个 MLflow 自定义资源,即可启动跟踪服务器、通过平台入口将其公开,并在 Alauda AI Platform → Tools 菜单中添加 MLFlow 条目。
部署内容
创建 MLflow 自定义资源后,operator 会在配置的命名空间中(默认为 kubeflow)协调一个 MLflow 堆栈:
- MLflow Tracking Server — 实验跟踪 API 和 Web UI:记录参数、指标、工件和 AI-agent 追踪信息;浏览运行和追踪信息;并管理模型注册表(
mlflowPython SDK 的目标)。 - OAuth proxy(
oauth2-proxy)— 在请求到达 MLflow 之前,针对平台 OIDC provider 对每个请求进行身份验证。客户端始终通过 proxy 访问;不会直接连接到 MLflow 容器端口。 - Kubernetes auth plugin — 位于跟踪服务器内部,从转发的令牌中读取调用方身份,在该用户下记录每次运行,并根据 Kubernetes RBAC 对请求进行授权。
- Tools 菜单条目和入口路由 — 一个
ConfigMap,用于将 MLFlow 添加到 Alauda AI Platform 的 Tools 菜单中,此外还会在平台负载均衡器上添加一条入口路由。
MLflow 元数据存储在您提供的外部 PostgreSQL 数据库中。运行工件会写入跟踪服务器配置的工件根目录(请参阅安装 → 高可用性和存储)。
关键概念
多租户模型
在 Alauda AI Platform 上,MLflow 通过将工作区映射到 Kubernetes 命名空间来实现多租户:
- 当命名空间带有配置的标签(默认为
mlflow-enabled=true)时,该命名空间会成为 MLflow 工作区。 - 每个 MLflow API 调用都会先由 OAuth proxy 进行身份验证,然后使用
mlflow.kubeflow.orgAPI 组,根据调用方在目标命名空间中的 Kubernetes RBAC 进行授权。 - 运行会以调用用户的身份记录。
因此,工作区成员资格和权限通过普通的 Kubernetes Role / RoleBinding 对象进行管理 — 请参阅 MLflow 工作区和访问控制。
适用场景
当团队需要共享且受 SSO 保护的实验跟踪、AI 智能体追踪 和模型注册表服务,并且每个团队的运行和模型都通过命名空间隔离、由 Kubernetes RBAC 管理时,请使用 MLflow Operator,而不是未经过身份验证的单租户 MLflow 服务器。