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。这些数据不包含任何敏感信息或个人身份信息。
MLflow 不会收集任何包含个人信息的数据，以遵守 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。此实现已由 Linux Foundation 审查并批准，已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，请参阅下文的 数据说明部分。
遥测仅在 开源 MLflow 中启用。如果您通过托管服务或分发版使用 MLflow，请咨询您的供应商以确定您的环境中是否启用了遥测。在所有情况下，您都可以按照文档中的说明选择退出。
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，以及在哪里集中精力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以谨慎、透明和负责任的方式处理个人数据。
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 为每次会话生成一个随机 UUID，用于汇总使用事件，该 UUID 无法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改进 MLflow 项目。
- 数据最小化：仅收集最少量的必要元数据，以告知项目优先级（例如，功能开关状态、使用的 SDK/平台、版本信息）。
- 用户控制：用户可以通过设置环境变量 MLFLOW_DISABLE_TELEMETRY=true 或 DO_NOT_TRACK=true 来随时选择退出遥测。MLflow 会立即遵守这些设置，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。
如需进一步咨询或了解数据保护问题，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 MLflow 版本中当前收集的数据。您可以在 源代码 中查看确切的收集数据。
数据说明
| 数据元素 | 说明 | 示例 | 我们为何跟踪此项 |
|---|---|---|---|
| 唯一会话 ID | 为每次会话（定义为每次导入 MLflow）生成一个随机生成的、不可识别个人的 UUID。 | 45e2751243e84c7e87aca6ac25d75a0d | 作为当前 MLflow 会话中数据的标识符 |
| 来源 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 | 识别特定版本的用法模式、提供支持、修复错误或做出弃用决策 |
| 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 | 了解特定平台的用法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（有关跟踪哪些事件，请参阅 下表） | 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（以毫秒为单位） | 1000 | 监控性能趋势并检测响应时间回归 |
| 参数（布尔值或枚举值） | 有关每个事件收集的参数，请参阅 下表 | 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。 仅记录“跟踪参数”列下列出的参数以及事件；对于“跟踪参数”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。
| 事件名称 | 跟踪的参数 | 示例 |
|---|---|---|
| import_mlflow | 无 | 无 |
| create_experiment | 创建的实验 ID（随机 UUID 或整数） | {"experiment_id": "0"} |
| create_run | 导入的包，来自 MODULES_TO_CHECK_IMPORT 是否已导入；创建运行时的实验 ID | {"imports": ["sklearn"], "experiment_id": "0"} |
| create_logged_model | 模型的风味（例如，langchain、sklearn） | {"flavor": "langchain"} |
| get_logged_model | 导入的包，来自 MODULES_TO_CHECK_IMPORT 是否已导入 | {"imports": ["sklearn"]} |
| 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 |
| create_webhook | Webhook 的实体 | {"events": ["model_version.created"]} |
| genai_evaluate | GenAI Evaluate 期间使用的内置评分器 | {"builtin_scorers": ["relevance_to_query"]} |
| prompt_optimization | 无 | 无 |
| 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、参数或标签以及记录模式的信息 | {"metrics": False, "params": True, "tags": False, "synchronous": False} |
| invoke_custom_judge_model | Judge 模型提供商 | {"model_provider": "databricks"} |
| make_judge | 模型提供商（如果格式为 provider，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"} |
MLflow 遥测为何是选择退出模式？
MLflow 采用选择退出遥测模式，以利用真实的用法模式来改进平台，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中的使用情况
- 更有效地识别常见痛点和需要改进的功能领域
- 衡量更改的影响，并确保它们能改善更广泛社区的体验
如果遥测是选择加入模式，则只会有少量用户被代表，这将导致有偏差的见解，并可能导致优先级错位。我们致力于透明度和用户选择。遥测已清楚记录、匿名化，并且可以通过配置随时轻松禁用。这种方法有助于我们让 MLflow 对每个人都更好，同时让您完全掌控。请参阅 我们正在如何处理这些数据 部分以获取更多信息。
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 或重启会话。
设置的范围
- 环境变量仅在显式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 的环境变量，遥测功能可能会保持启用状态。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 - 如果您使用子进程或隔离环境，请在使用 dotenv 管理器或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？
组织可以通过阻止网络访问 https://config.mlflow-telemetry.io 来禁用遥测。当此端点不可达时，MLflow 会自动禁用遥测。
我们如何处理这些数据？
我们汇总匿名使用数据，并计划通过公共仪表板与社区共享见解。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。