MLflow 追踪 UI
MLflow Experiments 中的 Traces
在记录了您的 Traces 后,您可以在 MLflow UI 的主实验页面下的“Traces”选项卡中查看它们。如果您的 Trace 是在 run 上下文中记录的,那么该选项卡也会显示在单个 run 的页面中。

此表格包含 Traces 的高级信息,例如 trace ID、根 span 的输入/输出等等。您也可以在此页面执行一些操作来管理您的 Traces。
- 搜索
- 删除
- 编辑标签
通过 UI 中的搜索栏,您可以根据名称、标签或其他元数据轻松过滤您的 Traces。有关查询字符串格式的详细信息,请查看 搜索文档。
UI 支持批量删除 Traces。只需通过勾选复选框选择要删除的 Traces,然后按“删除”按钮即可。
您也可以通过 UI 编辑 Traces 的键值标签。
浏览 span 数据
要浏览单个 Trace 的 span 数据,只需点击“Trace ID”或“Trace name”列中的链接即可打开 trace 查看器。
Jupyter Notebook 集成
MLflow Tracing Jupyter 集成在 **MLflow 2.20 及更高版本**中可用。
您也可以直接在 Jupyter Notebook 中查看 trace UI,这样您就可以在不离开开发环境的情况下调试您的应用程序。

此功能需要使用 MLflow Tracking Server,因为 UI 资源是从这里获取的。要开始使用,只需确保 MLflow Tracking URI 设置为您的 tracking server(例如:mlflow.set_tracking_uri("https://:5000"))。
默认情况下,trace UI 将自动显示以下事件
- 当 cell 代码生成 trace 时(例如,通过 自动 tracing,或通过运行手动 traced 函数)
- 当调用
mlflow.search_traces()时 - 当显示
mlflow.entities.Trace()对象时(例如,通过 IPython 的display函数,或当它是 cell 中返回的最后一个值时)
要禁用显示,只需调用 mlflow.tracing.disable_notebook_display(),然后重新运行包含 UI 的 cell。要再次启用它,请调用 mlflow.tracing.enable_notebook_display()。