EKS 上的 MLflow 深入解析

审核基准版本：MLflow 3.16.0 已检查的最新版本：MLflow 3.17.1（2026 年 10 月 13 日）；最新的 3.16 补丁版本为 3.16.1（2026 年 9 月 17 日） 文档审核日期：2026 年 10 月 16 日

概述

MLflow 提供实验跟踪、模型记录与注册、版本管理、GenAI 评估和追踪功能。追踪功能于 2.14.0 中推出；3.x 扩展了 LoggedModel、评估和 UI 集成。3.16.0 版本于 2026-09-04 发布。

补丁版本 3.16.1 随后于 2026-09-17 发布，并移除了随附的默认 basic-auth 管理员密码。以下示例使用 3.16.0 进行检查，未在 3.16.1 上重新运行。MLflow 3.17.0（2026-10-07）是后续的小版本更新，对于使用 SQL 的服务器，需要协调升级 SQL 架构；3.17.1（2026-10-13）是其补丁版本。本系列不涵盖 3.17.x。

你可以在本地通过 SDK 和 SQLite 使用它，也可以运行一个 HTTP 跟踪服务，并分别使用 SQL 元数据存储和制品存储。一个逻辑服务不一定对应一个 Pod 或一个存储系统。本系列涵盖 Tracking、Registry 和 EKS 部署；不验证 MLflow 的所有功能，也不验证 GPU 训练是否成功。

组件图

概念	解决的问题	深入解析
Tracking	记录并查询实验参数、指标、制品、模型和 GenAI 追踪数据	第 1 部分
Model Registry	为模型提供稳定且有版本控制的身份标识，使其独立于任何单次训练运行	第 2 部分
EKS 部署	在 EKS 上运行跟踪服务器、后端存储和制品存储	第 3 部分

一个分为三个阶段的流水线示意图：MLflow Tracking（实验、运行、追踪数据）流向 Model Registry（已注册模型、别名），再由 Serving 阶段解析；Serving 不在本系列文档的范围内。全屏打开 ↗

为什么在 EKS 上运行

权衡取舍与本文档站点的数据/ML 部分其他内容所述相同：已经运行 EKS 的团队可以让 MLflow 跟踪服务器复用与集群中其他服务相同的部署、IAM（IRSA/Pod Identity）和可观测性模式；代价是需要直接运维跟踪服务器、其后端数据库和制品存储，而不是使用托管替代方案。

SageMaker AI 指南介绍了一种 Qwen 对比设计。该示例采用了单独的历史版本固定配置，目前由于其 DLC 已达到补丁版本生命周期末期，GPU 执行会被阻止。本系列针对 MLflow 3.16.0 的本地检查，并不构成对该示例的端到端验证。

Model Registry 注册是可选的生命周期步骤。Serving 系统通过单独的配置使用模型 URI 或别名；注册模型或更改别名不会自动部署模型。

当前涵盖内容

1. 第 1 部分：MLflow Tracking：实验、运行、自动记录、MLflow 3 中 LoggedModel 的变化，以及 GenAI 追踪
2. 第 2 部分：MLflow Model Registry：已注册模型、模型版本、别名和溯源关系
3. 第 3 部分：在 EKS 上部署 MLflow：跟踪服务器、PostgreSQL 后端存储、S3 制品存储和 IAM 访问

主要来源

• MLflow 3.17.1 发布说明
• MLflow 3.17.0 发布说明（数据库升级说明）
• MLflow 3.16.1 发布说明
• MLflow 3.16.0 审核基准版本
• MLflow 2.14.0 中引入的追踪功能
• 后端存储