使用情况跟踪
从版本 3.2.0 开始，MLflow 默认收集匿名使用数据。此数据不包含敏感或个人身份信息。
MLflow 不收集任何包含个人信息的数据，符合 GDPR 和其他隐私法规。作为 Linux 基金会项目，MLflow 遵循LF 遥测数据收集和使用政策。此实现已由 Linux 基金会审查和批准，批准的提案记录在官方政策的已完成审查部分。有关收集内容的详细信息，请参阅下面的数据解释部分。
遥测仅在 开源 MLflow 中启用。如果您通过托管服务或分发使用 MLflow，请咨询您的供应商以确定您的环境中是否启用了遥测。在所有情况下，您都可以选择按照我们文档中提供的指南选择退出。
为什么要收集数据？
MLflow 使用匿名遥测来了解功能使用情况，这有助于指导开发优先级和改进库。此数据有助于我们确定哪些功能最有价值，以及将重点放在错误修复或增强功能上。
GDPR 合规性
根据《通用数据保护条例》(GDPR)，数据控制者和处理者有责任谨慎、透明和负责任地处理个人数据。
MLflow 以以下方式符合 GDPR：
- 不收集个人数据：收集的遥测数据是完全匿名的，不包含任何个人或敏感信息（例如，用户名、IP 地址、文件名、参数或模型内容）。MLflow 为每个会话生成一个随机 UUID，用于聚合使用事件，该 UUID 不能用于识别或跟踪单个用户。
- 目的限制：数据仅用于根据聚合功能使用模式改进 MLflow 项目。
- 数据最小化：仅收集必要的最小元数据以告知项目优先级（例如，功能切换状态、使用的 SDK/平台、版本信息）。
- 用户控制：用户可以随时通过设置环境变量 MLFLOW_DISABLE_TELEMETRY=true 或 DO_NOT_TRACK=true 来选择退出遥测。MLflow 立即遵守这些设置，无需重新启动。
- 透明度：遥测端点和行为已公开记录，MLflow 用户可以检查或阻止相关的网络调用。
如需进一步查询或数据保护问题，用户可以在 MLflow GitHub 仓库上提交问题。
收集哪些数据？
MLflow 仅收集非敏感、匿名数据，以帮助我们更好地了解使用模式。以下部分概述了此版本 MLflow 当前收集的数据。您可以在源代码中查看收集的确切数据。
数据解释
| 数据元素 | 解释 | 示例 | 为什么我们跟踪这个 |
|---|---|---|---|
| 唯一会话 ID | 为每个会话创建一个随机生成的、不可个人识别的 UUID——定义为每次导入 MLflow 时 | 45e2751243e84c7e87aca6ac25d75a0d | 作为当前 MLflow 会话中数据的标识符 |
| 源 SDK | 当前使用的 SDK 名称 | mlflow | mlflow-skinny | mlflow-tracing | 了解不同 MLflow SDK 的采用情况并确定增强领域 |
| MLflow 版本 | 当前 SDK 版本 | 3.2.0 | 识别特定版本的使用模式并支持、错误修复或弃用决策 |
| Python 版本 | 当前 Python 版本 | 3.10.16 | 确保跨 Python 版本的兼容性并指导测试或升级建议 |
| 操作系统 | MLflow 运行的操作系统 | macOS-15.4.1-arm64-arm-64bit | 了解平台特定使用情况并检测平台相关问题 |
| 跟踪 URI 方案 | 当前跟踪 URI 的方案 | file | sqlite | mysql | postgresql | mssql | https | http | custom_scheme | None | 确定最常用的跟踪后端并优化后端支持 |
| 事件名称 | 跟踪的事件名称（参见下表了解跟踪了哪些事件） | create_experiment | 衡量功能使用情况和改进 |
| 事件状态 | 事件是否成功 | success | failure | unknown | 识别常见故障点并提高可靠性和错误处理 |
| 时间戳（纳秒） | 事件发生的时间 | 1753760188623715000 | 作为事件的标识符 |
| 持续时间 | 事件调用所需的时间，以毫秒为单位 | 1000 | 监控性能趋势并检测响应时间中的回归 |
| 参数（布尔值或枚举值） | 参见下表了解每个事件收集的参数 | create_logged_model 事件：{"flavor": "langchain"} | 更好地了解每个事件的使用模式 |
跟踪事件
不收集有关特定模型、代码或权重的信息。仅将跟踪参数列下列出的参数与事件一起记录；对于跟踪参数列中为 None 的事件，仅记录事件名称。
| 事件名称 | 跟踪参数 | 示例 |
|---|---|---|
| import_mlflow | 无 | 无 |
| create_experiment | 无 | 无 |
| create_run | PACKAGES_TO_CHECK_IMPORT 中的包是否已导入 | {"imports": ["sklearn"]} |
| create_logged_model | 模型的风格（例如 langchain、sklearn） | {"flavor": "langchain"} |
| create_registered_model | 无 | 无 |
| create_model_version | 无 | 无 |
| create_prompt | 无 | 无 |
| start_trace | 无 | 无 |
| log_assessment | 无 | 无 |
| evaluate | 无 | 无 |
为什么 MLflow 遥测是选择退出？
MLflow 使用选择退出遥测模型，以根据实际使用模式帮助改进平台，为所有用户提供更好的体验。默认收集匿名使用数据使我们能够：
- 了解 MLflow 如何在各种环境和工作流中被使用
- 更有效地识别常见痛点和功能改进领域
- 衡量更改的影响并确保它们改善了更广泛社区的体验
如果遥测是选择加入的，那么只有一小部分自行选择的用户会被代表，这会导致有偏见的洞察力，并可能导致优先级错位。我们致力于透明度和用户选择。遥测有明确的文档，是匿名的，并且可以随时通过配置轻松禁用。这种方法有助于我们为每个人改进 MLflow，同时为您提供完全控制。有关更多信息，请查看我们如何处理这些数据部分。
如何选择退出？
MLflow 支持通过以下任一环境变量选择退出遥测：
- MLFLOW_DISABLE_TELEMETRY=true
- DO_NOT_TRACK=true
设置其中任何一个将立即禁用遥测，无需重新导入 MLflow 或重新启动您的会话。
MLflow 在以下 CI 环境中自动禁用遥测。如果您希望支持其他 CI 环境，请在我们的 GitHub 仓库上提交一个问题。
- CI
- Github Actions
- CircleCI
- GitLab CI/CD
- Jenkins Pipeline
- Travis CI
- Azure Pipelines
- BitBucket
- AWS CodeBuild
- BuildKite
设置范围
- 环境变量仅在明确设置或继承它的进程中生效。
- 如果您从干净的环境中生成子进程，这些子进程可能不会继承您的 shell 环境，并且遥测可能保持启用。例如，
subprocess.run([...], env={})
确保在所有环境中一致禁用遥测的建议
- 将变量添加到您的 shell 启动文件（~/.bashrc、~/.zshrc 等）：
export MLFLOW_DISABLE_TELEMETRY=true - 如果您正在使用子进程或隔离环境，请使用 dotenv 管理器或在启动时显式传递变量。
如何验证遥测已禁用？
使用以下代码验证遥测是否已禁用。
from mlflow.telemetry import get_telemetry_client
assert get_telemetry_client() is None, "Telemetry is enabled"
如何为您的组织选择退出？
组织可以通过阻止对 https://config.mlflow-telemetry.io 的网络访问来禁用遥测。当此端点无法访问时，MLflow 会自动禁用遥测。
我们如何处理这些数据？
我们聚合匿名使用数据，并计划通过公共仪表板与社区分享洞察力。您将能够看到 MLflow 功能的使用情况，并通过贡献帮助改进它们。