跳到主要内容

使用情况跟踪

从 3.2.0 版本开始，MLflow 默认收集匿名使用数据。此数据不包含任何敏感或可识别个人身份的信息。

重要

MLflow 不会收集任何包含个人信息的数据，以符合 GDPR 和其他隐私法规。作为 Linux Foundation 项目，MLflow 遵守 LF 遥测数据收集和使用政策。此实施已由 Linux Foundation 审查和批准，经批准的提案记录在官方政策的 已完成的审查 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。

注意

遥测功能仅在 开源 MLflow 中启用。如果您通过托管服务或发行版使用 MLflow，请咨询您的供应商以确定您的环境中是否启用了遥测功能。在所有情况下，您都可以选择通过遵循我们文档中提供的指南来选择退出。

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并改进库。这些数据帮助我们确定哪些功能最有价值，以及应将重点放在哪里进行错误修复或增强。

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 以以下方式遵守 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 用于汇总使用事件，该 UUID 不能用于识别或跟踪单个用户。
  • 目的限制：数据仅用于根据汇总的功能使用模式来改进 MLflow 项目。
  • 数据最小化：仅收集告知项目优先级所需的最低元数据（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 会立即尊重这些设置，无需重新启动。
  • 透明度：遥测端点和行为会公开记录，MLflow 用户可以检查或阻止相关的网络调用。

如有进一步的问询或数据保护问题，用户可以在 MLflow GitHub 仓库上提交一个 Issue。

收集了哪些数据？​

MLflow 仅收集非敏感的匿名数据，以帮助我们更好地了解使用模式。以下部分概述了此版本的 MLflow 中当前收集的数据。您可以在 源代码中查看实际收集的数据。

数据解释​

数据元素解释示例我们为什么跟踪此项
唯一会话 ID为每个会话（定义为每次导入 MLflow 时）创建一个随机生成的、不可识别个人的 UUID45e2751243e84c7e87aca6ac25d75a0d作为当前 MLflow 会话中数据的标识符
唯一安装 ID为每次安装（定义为每次导入 MLflow 时）创建一个随机生成的、不可识别个人的 UUID。在 MLflow 3.7.0 中添加。45e2751243e84c7e87aca6ac25d75a0d作为当前 MLflow 安装中数据的标识符
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 版本当前的 SDK 版本3.2.0识别特定版本的用法模式和支持、错误修复或弃用决策
Python 版本当前的 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了解特定于平台的用法并检测平台相关的故障
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（有关跟踪了哪些事件，请参阅 下面的表格）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能力
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（毫秒）1000监控性能趋势并检测响应时间的回归
参数（布尔值或枚举值）有关每个事件收集的参数，请参阅 下面的表格create_logged_model 事件：{"flavor": "langchain"}更好地了解每个事件的使用模式

跟踪的事件​

不收集有关特定模型、代码或权重的详细信息。 仅将 跟踪的参数 列中列出的参数与事件一起记录；对于 跟踪的参数 列中为 None 的事件，仅记录事件名称。如果存在 "MLFLOW_EXPERIMENT_ID" 环境变量，则将其作为参数进行跟踪。有关跟踪事件的完整列表，请参阅 源代码。

事件名称跟踪的参数示例
create_experiment创建的实验 ID（随机 UUID 或整数）{"experiment_id": "0"}
create_run在 MODULES_TO_CHECK_IMPORT 中导入的包是否被导入；创建 run 时使用的实验 ID{"imports": ["sklearn"], "experiment_id": "0"}
create_logged_model模型的 Flavor（例如 langchain, sklearn）{"flavor": "langchain"}
get_logged_model在 MODULES_TO_CHECK_IMPORT 中导入的包是否被导入{"imports": ["sklearn"]}
create_registered_model无无
create_model_version无无
create_prompt无无
load_prompt是否使用了别名{"uses_alias": True}
start_trace无无
traces_received_by_server提交跟踪的客户端类型（已清理）以及收到的完成跟踪数量{"source": "MLFLOW_PYTHON_CLIENT", "count": 3}
log_assessment评估的类型和来源{"type": "feedback", "source_type": "CODE"}
evaluate无无
create_webhookWebhook 的实体{"events": ["model_version.created"]}
genai_evaluateGenAI 评估期间使用的内置评分器{"builtin_scorers": ["relevance_to_query"]}
prompt_optimization优化器类型、提示数量和评分器数量{"optimizer_type": True, "prompt_count": 5, "scorer_count": 1}
log_dataset无无
log_metric同步模式是否开启{"synchronous": False}
log_param同步模式是否开启{"synchronous": True}
log_batch有关是否记录指标、参数或标签的信息，以及记录模式{"metrics": False, "params": True, "tags": False, "synchronous": False}
invoke_custom_judge_model判官模型提供商{"model_provider": "databricks"}
make_judge模型提供商（如果格式为 provider:model，则从模型字符串中提取）:model){"model_provider": "openai"}
align_judge提供的跟踪数量和优化器类型{"trace_count": 100, "optimizer_type": "AlignmentOptimizer"}
autologgingFlavor 和元数据{"flavor": "openai", "log_traces": True, "disable": False}
ai_command_run命令键和调用上下文（cli 或 mcp）{"command_key": "genai/analyze_experiment", "context": "cli"}
gateway_start无无
gateway_create_endpoint是否设置了回退配置、路由策略和模型配置的数量{"has_fallback_config": true, "routing_strategy": "REQUEST_BASED_TRAFFIC_SPLIT", "num_model_configs": 2}
gateway_update_endpoint是否设置了回退配置、路由策略和模型配置的数量（如果未提供则为 null）{"has_fallback_config": false, "routing_strategy": "ROUND_ROBIN", "num_model_configs": 1}
gateway_delete_endpoint无无
gateway_get_endpoint无无
gateway_list_endpoints是否按提供商过滤{"filter_by_provider": true}
gateway_create_secret提供商名称{"provider": "openai"}
gateway_update_secret无无
gateway_delete_secret无无
gateway_list_secrets是否按提供商过滤{"filter_by_provider": false}
gateway_invocation是否启用了流式传输以及调用类型{"is_streaming": true, "invocation_type": "mlflow_chat_completions"}
ui_event一个 UI 交互事件。有关各种元数据元素的描述，请参阅 下面的表格{ "eventType": "onClick", "componentViewId": "88fc9edd-5e9e-4a17-abd2-c543f505b8eb", "componentId": "mlflow.prompts.list.create", "componentType": "button", timestamp_ns: 1765784028467000000 }

UI 交互元数据​

此表描述了可能与给定 UI 交互日志一起收集的元数据列表。

元数据元素解释示例
交互式 UI 组件的组件 IDUI 中交互式元素（例如按钮、开关、链接、输入字段）的 ID 字符串。与这些元素交互（点击、输入或以其他方式交互）时会生成日志。有关组件 ID 值的完整列表，请参阅 此搜索查询。mlflow.prompts.list.create（提示页面上“创建提示”按钮的标识符）
事件类型描述交互性质的枚举分类值onView, onClick, onValueChange
组件类型描述交互所发生组件类型的枚举分类值button, alert, banner, radio, input, ...
组件视图 ID一个随机生成的 UUID，每当 UI 元素重新渲染时都会重新生成774db636-5cfa-4ce8-8f56-7e7126dc3439
时间戳交互发生时的客户端时间戳1765789548484000.

为什么 MLflow 遥测默认启用（选择退出）？​

MLflow 采用选择退出（Opt-out）的遥测模式，旨在根据真实世界的使用模式来帮助改进平台，造福所有用户。默认收集匿名使用数据使我们能够

  • 了解 MLflow 在各种环境和工作流程中的使用情况
  • 更有效地识别常见痛点并确定功能改进领域
  • 衡量更改的影响，并确保它们能改善更广泛社区的体验

如果遥测是默认启用（Opt-in），那么只有一小部分自选用户具有代表性，这将导致有偏差的见解和可能不一致的优先级。我们致力于透明度和用户选择。遥测功能有明确的文档记录、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所有人改进 MLflow，同时让您完全控制。请查看 我们用这些数据做什么 部分以获取更多信息。

如何选择退出？​

MLflow 通过以下任一环境变量支持选择退出遥测

  • MLFLOW_DISABLE_TELEMETRY=true
  • DO_NOT_TRACK=true

设置其中任何一个都将立即禁用遥测，无需重新导入 MLflow 或重新启动会话。

注意

MLflow 会自动在 某些 CI 环境中禁用遥测。如果您希望支持其他 CI 环境，请在我们的 GitHub 仓库上打开一个 Issue。

  • CI
  • Github Actions
  • CircleCI
  • GitLab CI/CD
  • Jenkins Pipeline
  • Travis CI
  • Azure Pipelines
  • BitBucket
  • AWS CodeBuild
  • BuildKite
  • ...

设置的范围​

  • 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启动子进程，这些子进程可能不会继承您 shell 的环境，遥测功能仍可能保持启用状态。例如 subprocess.run([...], env={})
  • 在运行 mlflow server 之前设置此环境变量也会禁用所有 UI 遥测

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
  • 如果您使用子进程或隔离环境，请使用 dotenv 管理器或在启动时明确传递该变量。

如何验证遥测已禁用？​

使用以下代码验证遥测已禁用。

python
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？​

除了设置上述环境变量外，组织还可以通过阻止对 mlflow-telemetry.io 域名的网络访问来选择退出遥测。当此域名无法访问时，遥测将被禁用。

选择退出 UI 遥测​

如上所述，MLflow 服务器的管理员可以通过设置 MLFLOW_DISABLE_TELEMETRY 或 DO_NOT_TRACK 环境变量来全局禁用服务器的 UI 遥测。但是，如果您不是管理员（即无权设置环境变量），您仍然可以通过访问 MLflow UI 中的“设置”页面（MLflow 3.8.0 中引入）来为自己选择退出 UI 遥测。

将切换设置为“关闭”将禁用来自您设备的 UI 遥测，即使管理员尚未在服务器端选择退出。

我们用这些数据做什么？​

我们汇总匿名使用数据，并计划通过公共仪表板与社区分享见解。您将能够看到 MLflow 功能的使用情况，并通过贡献来帮助改进它们。