# MLflow 帮 FDE 说清“线上跑的是哪个模型”

> 自动递增的版本号、别名和训练运行回溯，让 model_final_v2_fix.pkl 式命名退场，答案有据可查。

原文: https://fdetimes.net/zh/tools/mlflow-model-registry-versions-aliases/

在 MLflow Model Registry 中，每次用已存在的名称注册模型，版本号都会自动加一。这听起来是个小细节，却能解决客户现场任何机器学习项目里最尴尬的问题：“线上到底跑的是哪个模型？”

对前线部署工程师（FDE）来说，这个问题往往在最糟糕的时刻出现。本周的预测结果不对，客户想知道是不是有人刚换了模型。如果答案只存在于某位工程师的记忆里，或者藏在 `model_final_v2_fix.pkl` 这样的文件名里，你的信誉就在流失。

MLflow 不是你会学到的最光鲜的工具，但它是把“我觉得是这个”变成“就是这个，由这次运行产出，用的是这些参数”的最低成本方式。

## MLflow 做两件事：记录和编号

MLflow 自称是面向 Agent、LLM 和机器学习模型的最大开源 AI 工程平台，采用 Apache 2.0 许可证发布。就本文而言，只有两个部分重要：Tracking 和 Model Registry。

Tracking 管理每个实验及其组成部分。每次训练都是一次运行（run），你记录它的参数和结果，之后就能直接比较不同运行，而不必回头翻 notebook。

MLflow 仪表盘会列出各个实验、实验中的运行，以及每次运行的指标、参数和产物（artifact）。

Model Registry 是下一步：一个中央存储，多人可以在这里共同管理模型的完整生命周期。这里有三个关键概念：自动递增的版本号、指向特定版本的别名，以及从每个版本链接回产出它的运行、已记录模型或 notebook。

## 一个例子：三个版本，一个“champion”

假设你在为一家电信公司构建客户流失预测模型。第一周，你用三组不同参数跑了三次实验。每次运行都连同评测指标和模型文件记录到仪表盘。

你把三个模型都注册在同一个名称 `churn-model` 下。注册表把它们编号为版本 1、2、3，无需你自己命名。版本 2 表现最好，于是你给它设置别名 `champion`，客户的推理服务系统始终通过这个别名加载模型，而不是通过版本号。

整个工作流只需几十行 Python。下面的示例演示一次运行，假设你已经有训练数据和测试数据：

```python
import mlflow
from mlflow import MlflowClient
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import roc_auc_score

# 1. 记录一次运行：参数、指标和模型本身
with mlflow.start_run():
    model = LogisticRegression(C=0.5).fit(X_train, y_train)
    auc = roc_auc_score(y_test, model.predict_proba(X_test)[:, 1])
    mlflow.log_param("C", 0.5)
    mlflow.log_metric("auc", auc)
    info = mlflow.sklearn.log_model(model, "model")

# 2. 注册到注册表：名称相同，版本号自动递增
mv = mlflow.register_model(info.model_uri, "churn-model")

# 3. 给选中的版本设置别名
MlflowClient().set_registered_model_alias("churn-model", "champion", mv.version)

# 4. 服务端只认别名，不关心版本号
live_model = mlflow.pyfunc.load_model("models:/churn-model@champion")
```

（注释含义：1. 记录一次运行，包括参数、指标和模型本身；2. 注册模型，名称相同则版本号递增；3. 给选中的版本设置别名；4. 服务端只知道别名，不知道版本号。）

两周后，你用新数据重新训练，得到版本 4。评测之后，只需对版本 4 重复第 3 步。MLflow 文档把别名称为“可变”（mutable）引用，即可以改指另一个版本，因此上线新版本只是移动一个指针，第 4 步的那行代码保持不变。

这时客户问：“线上跑的是哪个模型？”你打开注册表：`champion` 指向版本 4，版本 4 链接回产出它的运行，里面有完整的参数和指标。如果需要回滚，版本 2 还在，保存下来的实验也能让你不靠猜测就复现旧结果。

**要点:** 别名回答“跑的是哪个版本”；回溯到运行的链接回答“它为什么是这样”。

## FDE 什么时候该把 MLflow 带给客户？

有两个特性让 MLflow 适合部署工作。第一是中立：MLflow 表示它能与你已在使用的任何云、框架或工具配合。如果客户已经选定了基础设施，你不必说服他们更换。

第二是可以自托管。你可以在自己的服务器和数据库上运行 MLflow，没有第三方限制，也没有存储费用。对数据敏感的客户来说，能把一切留在自己的基础设施内很可能是决定性因素，值得在客户需求调研阶段明确问清楚。

合理的引入时机是项目里不止一个人在训练模型时，或者第一次部署之前。等出了问题再搭注册表，旧版本早已无迹可寻。

## MLflow 替你做不了什么

MLflow 只记录你让它记录的内容。如果数据管道没有在运行中记录数据版本或预处理步骤，从版本回溯到运行得到的就是一幅不完整的图景，你仍然无法复现结果。

别名也只是一个指针。谁有权移动 `champion`、移动前必须通过哪些检查，是你需要和客户约定的流程。MLflow 的 GitHub 仓库提到了评测功能，可以在回归问题进入生产环境前发现它们，但每次上线前是否运行，取决于团队纪律，工具不会强制执行。

自托管也有代价。MLflow 服务器和数据库成了又一个需要有人运维、备份和管理权限的系统。

## 先学什么，以及怎么写进简历

合理的顺序是先学 Tracking，再学 Registry。先习惯每次训练都成为一次带参数、指标和产物的运行，再学习注册版本和设置别名。LLM 和 Agent 相关功能可以等你熟悉传统模型的生命周期之后再学。

阅读 FDE 或机器学习工程师岗位的职位描述时，留意“experiment tracking”“model registry”“reproducibility”这类说法。在简历上，不要只是把“MLflow”加进技能列表。

要写清你如何用别名标记生产版本，以及如何把一次事故追溯到最初的运行。这样一句话能说明你理解这个工具解决的问题，而不只是知道它的名字。

好模型能帮你赢下演示。清晰的注册表，才能在客户第二次问“刚才改了什么？”时守住信任。

**本周动手试试:**

- 在自己的电脑上安装 MLflow，用不同参数把一个小模型训练三次，并在仪表盘上比较这三次运行。
- 把三次运行注册到同一个模型名称下，给最好的那个设置“champion”别名，再试着把别名移到另一个版本。
- 写一句准确描述你所做工作的简历句子：搭建了 Tracking 和 Registry，并用别名标记生产版本。

## 信源

- [ML Model Registry | MLflow AI Platform](https://mlflow.org/docs/latest/ml/model-registry/)

- [MLflow - Open Source AI Platform for Agents, LLMs & Models](https://mlflow.org/)

- [GitHub - mlflow/mlflow: The open source AI engineering platform for agents, LLMs, and ML models.](https://github.com/mlflow/mlflow)

- [Experiment Tracking - Made With ML by Anyscale](https://madewithml.com/courses/mlops/experiment-tracking/)

- [Learn to Streamline Your Machine Learning Workflow with MLFlow](https://www.datacamp.com/tutorial/mlflow-streamline-machine-learning-workflow)
