跳到主要内容

使用跟踪

从 3.2.0 版本开始，MLflow 默认会收集匿名化的使用数据。这些数据不包含任何敏感信息或个人身份信息。

重要

根据 GDPR 和其他隐私法规，MLflow 不会收集任何包含个人信息的数据。作为 Linux 基金会项目，MLflow 遵循 LF 遥测数据收集与使用政策。该实施方案已通过 Linux 基金会的审查与批准，批准的建议书记录在官方政策的 已完成审查 (Completed Reviews) 部分。有关收集内容的详细信息，请参阅下方的 数据说明部分。

注意

遥测功能仅在 开源版 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在您的环境中是否启用了遥测功能。在任何情况下，您都可以按照我们文档中提供的指导选择退出。

为什么要收集数据？​

MLflow 使用匿名遥测来了解功能的使用情况，这有助于指导开发优先级并改进库。这些数据有助于我们识别哪些功能最有价值，以及应重点关注哪些错误修复或功能增强。

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、透明且负责任地处理个人数据。

MLflow 通过以下方式遵守 GDPR：

  • 不收集个人数据：收集的遥测数据已完全匿名化，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 ID 无法用于识别或追踪单个用户。
  • 目的限制：数据仅用于根据聚合的功能使用模式来改进 MLflow 项目。
  • 数据最小化：仅收集项目优先级所需的最低限度元数据（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 会立即遵循这些设置，无需重启。
  • 透明度：遥测端点和行为已公开记录，MLflow 用户可以检查或拦截相关的网络调用。

如有进一步咨询或数据保护相关问题，用户可以在 MLflow GitHub 仓库 上提交 issue。

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。下文概述了此版本 MLflow 当前收集的数据。您可以查看 源代码 中确切的收集数据。

数据说明​

数据元素说明示例为何追踪此项
唯一会话 ID为每个会话（定义为每次导入 MLflow）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为每个安装（定义为首次导入 MLflow 时）创建一个随机生成的、不可识别个人的 UUID。于 MLflow 3.7.0 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 的采用情况并确定改进领域
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 运行所在的操作系统macOS-15.4.1-arm64-arm-64bit了解平台特定的使用情况并检测平台依赖性问题
追踪 URI 方案当前追踪 URI 的方案file | sqlite | mysql | postgresql | mssql | https | http | custom_scheme | None确定最常用的追踪后端并优化后端支持
事件名称被追踪的事件名称（参见下表了解哪些事件被追踪）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识别常见的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）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

被追踪事件​

不收集有关特定模型、代码或权重的详细信息。 仅记录 `Tracked Parameters`（被追踪参数）列下方的参数；对于 `Tracked Parameters` 列为 None 的事件，仅记录事件名称。如果存在 "MLFLOW_EXPERIMENT_ID" 环境变量，则将其作为参数追踪。如需获取完整的被追踪事件列表，请参阅 源代码。

事件名称被追踪参数示例
create_experiment创建的实验 ID（随机 uuid 或整数）{"experiment_id": "0"}
create_runMODULES_TO_CHECK_IMPORT 中的包是否被导入；创建运行 (run) 时使用的实验 ID{"imports": ["sklearn"], "experiment_id": "0"}
create_logged_model模型类型 (Flavor)（例如 langchain, sklearn）{"flavor": "langchain"}
get_logged_modelMODULES_TO_CHECK_IMPORT 中的包是否被导入{"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提交追踪的客户端类型（已脱敏）及接收到的已完成追踪的数量{"source": "MLFLOW_PYTHON_CLIENT", "count": 3}
log_assessment评估的类型和来源{"type": "feedback", "source_type": "CODE"}
进行评估无无
create_webhookWebhook 的实体{"events": ["model_version.created"]}
genai_evaluate在 GenAI Evaluate 中使用的内置评分器{"builtin_scorers": ["relevance_to_query"]}
prompt_optimization优化器类型、Prompt 数量和评分器数量{"optimizer_type": True, "prompt_count": 5, "scorer_count": 1}
log_dataset无无
log_metric是否开启同步模式{"synchronous": False}
log_param是否开启同步模式{"synchronous": True}
log_batch关于是否记录了指标、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判别模型 (Judge model) 提供商{"model_provider": "databricks"}
make_judge模型提供商（若格式为 provider，则从模型字符串中提取:model){"model_provider": "openai"}
align_judge提供的追踪数量和优化器类型{"trace_count": 100, "optimizer_type": "AlignmentOptimizer"}
autologging类型 (Flavor) 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、路由策略及模型配置数量{"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、路由策略及模型配置数量（若未提供则为 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是否按提供商进行过滤{"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是否按提供商进行过滤{"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_eventUI 交互事件。有关各种元数据元素的描述，请参见下表{ "eventType": "onClick", "componentViewId": "88fc9edd-5e9e-4a17-abd2-c543f505b8eb", "componentId": "mlflow.prompts.list.create", "componentType": "button", timestamp_ns: 1765784028467000000 }

UI 交互元数据​

下表描述了可能随特定 UI 交互日志一起收集的元数据列表。

元数据元素说明示例
交互式 UI 元素的组件 IDUI 中交互式元素（例如按钮、开关、链接、输入字段）的 ID 字符串。当点击、键入或以其他方式与此类元素交互时，会生成一条日志。可以通过此搜索查询找到完整的组件 ID 值列表。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
组件类型描述发生交互的组件类型的枚举分类值button, alert, banner, radio, input, ...
组件视图 ID每次 UI 元素重新渲染时都会重新生成的随机 UUID774db636-5cfa-4ce8-8f56-7e7126dc3439
时间戳交互发生时的客户端时间戳1765789548484000.

为什么 MLflow 遥测采用选择退出 (Opt-Out) 机制？​

MLflow 使用选择退出 (Opt-Out) 的遥测模型，旨在根据真实使用模式帮助改进所有用户的平台。默认收集匿名使用数据使我们能够：

  • 了解 MLflow 在广泛的环境和工作流程中是如何被使用的
  • 更有效地识别常见痛点并确定功能改进领域
  • 衡量变更的影响，并确保它们能为更广泛的社区改善体验

如果遥测采用选择加入 (Opt-In) 机制，则只有一小部分自选用户会被涵盖，从而导致偏差并可能导致优先级错位。我们致力于透明度和用户选择权。遥测已清晰记录、匿名化，并可通过配置随时轻松禁用。这种方法帮助我们将 MLflow 变得更好，同时让您拥有完全的控制权。有关更多信息，请查看 我们如何使用这些数据 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

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

注意

MLflow 会自动在 某些 CI 环境 中禁用遥测。如果您需要对其他 CI 环境的支持，请 在我们的 GitHub 仓库上提交 issue。

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

设置范围​

  • 该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的 shell 环境，导致遥测可能保持启用状态。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。

确保所有环境中均禁用遥测的建议：

  • 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该变量。

如何验证遥测已禁用？​

使用以下代码来验证遥测是否已禁用。

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。

退出 UI 遥测​

如上所述，MLflow 服务器管理员可以设置 MLFLOW_DISABLE_TELEMETRY 或 DO_NOT_TRACK 环境变量，在服务器全局禁用 UI 遥测。但是，如果您不是管理员（即无法设置环境变量），您仍然可以通过访问 MLflow UI 中的“设置”页面个人选择退出 UI 遥测（引入于 MLflow 3.8.0）。

将开关设置为“关闭”将从您的设备禁用 UI 遥测，即使管理员未在服务器端选择退出。

我们如何使用这些数据？​

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见解。您将能够了解 MLflow 功能的使用情况，并通过贡献帮助改进它们。