MLflow 설치 (using Helm)

본 설치는 MLflow 설계 시나리오 5 기반으로 작성하였습니다.

https://www.mlflow.org/docs/latest/tracking.html#scenario-5-mlflow-tracking-server-enabled-with-proxied-artifact-storage-access

MLflow Scenario 5

1. PostgreSQL 설치

Artifact Hub 주소: https://artifacthub.io/packages/helm/bitnami/postgresql

1) postgresql-values.yaml 작성

# postgresql-values.yaml
global:
  postgresql:
    auth:
      username=mlflow-user
      password=topsecret
      database=mlflow

2) repo 추가 및 postgresql 설치

$ helm repo add bitnami https://charts.bitnami.com/bitnami
$ helm repo update
$ helm install mlflow-test-postgresql bitnami/postgresql -n mlflow-system -f postgresql-values.yaml

2. MLflow 설치

Artifact Hub 주소: https://artifacthub.io/packages/helm/community-charts/mlflow

1) mlflow-values.yaml 작성

# mlflow-values.yaml
backendStore:
  postgres:
    enabled: true
    host: "mlflow-test-postgresql.mlflow-system.svc.cluster.local"
    port: "5432"
    database: "mlflow"
    user: "mlflow-user"
    password: "topsecret"

artifactRoot:
  s3:
    enabled: true
    bucket: "mlflow-test"
    path: "artifacts"
    awsAccessKeyId: "..."
    awsSecretAccessKey: "..."

extraArgs:
  artifacts-destination: s3://mlflow-test/artifacts

extraFlags:
  [serveArtifacts]

extraEnvVars:
  # MLFLOW_S3_IGNORE_TLS: true
  # MLFLOW_S3_UPLOAD_EXTRA_ARGS: '{"ServerSideEncryption": "aws:kms", "SSEKMSKeyId": "1234"}'
  # AWS_DEFAULT_REGION: my_region
  MLFLOW_S3_ENDPOINT_URL: http://...
  # AWS_CA_BUNDLE: /some/ca/bundle.pem

livenessProbe:
  httpGet:
    path: /
    port: 5000

readinessProbe:
  httpGet:
    path: /
    port: 5000

• artifactRoot는 사용중인 s3에 맞춰서 작성하면 됩니다.
• 별도의 s3(ex. minio)를 사용하실 경우 extraEnvVars의 MLFLOW_S3_ENDPOINT_URL에 해당 저장소 주소를 넣어주면 됩니다.
• extraArgs에서 artifacts-destination 경로는 s3://{bucket_name}/{path} 순으로 작성하면 됩니다.
• 추가로 사용중인 S3 설정에 맞춰 extraEnvVars 변수를 추가하시면 됩니다.

2) repo 추가 및 mlflow 설치

$ helm repo add community-charts https://community-charts.github.io/helm-charts
$ helm repo update
$ helm install mlflow-test community-charts/mlflow -n mlflow-system -f mlflow-values.yaml

이제 사용중인 kubernetes 환경에 맞춰 mlflow service에 접속해서 ui가 정상적으로 뜨는 것을 확인하면 됩니다. ingress 사용이 필요한 경우 mlflow values에 ingress 관련 설정을 추가하고, ingress 경로를 extraArgs.static-prefix에 추가하면 됩니다.