MLflow 리소스 정리 - Amazon SageMaker
추적 서버 중지추적 서버 삭제Amazon S3 버킷 삭제등록된 모델 삭제실험 또는 실행 삭제

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

MLflow 리소스 정리

더 이상 필요하지 않은 리소스는 삭제하는 것이 좋습니다. Amazon SageMaker Studio 또는 를 사용하여 추적 서버를 삭제할 수 있습니다 AWS CLI. AWS CLI 또는 를 사용하여 콘솔에서 직접 Amazon S3 버킷, IAM 역할 및 IAM 정책과 같은 추가 리소스를 삭제할 수 있습니다 AWS .

중요

추적 서버 자체를 삭제할 때까지 생성에 사용한 IAM 역할을 삭제하지 마세요. 그렇지 않으면 추적 서버에 대한 액세스 권한이 상실됩니다.

추적 서버 중지

추적 서버를 더 이상 사용하지 않을 때는 중지하는 것이 좋습니다. Studio 또는 를 사용하여 추적 서버를 중지할 수 있습니다 AWS CLI.

Studio를 사용하여 추적 서버 중지

Studio에서 추적 서버를 중지하려면:

  1. Studio로 이동합니다.

  2. Studio MLflow UI의 애플리케이션 창에서 를 선택합니다.

  3. 추적 서버 창에서 원하는 MLflow 추적 서버를 찾습니다. 추적 서버 창의 오른쪽 모서리에 있는 중지 아이콘을 선택합니다.

    참고

    추적 서버가 Off 인 경우 시작 아이콘이 표시됩니다. 추적 서버가 켜지면 중지 아이콘이 표시됩니다.

를 사용하여 추적 서버 중지 AWS CLI

를 사용하여 추적 서버를 중지하려면 다음 명령을 AWS CLI사용합니다.

aws sagemaker stop-mlflow-tracking-server \
  --tracking-server-name $ts_name \
  --region $region

를 사용하여 추적 서버를 시작하려면 다음 명령을 AWS CLI사용합니다.

참고

추적 서버를 시작하는 데 최대 25분이 걸릴 수 있습니다.

aws sagemaker start-mlflow-tracking-server \
  --tracking-server-name $ts_name \
  --region $region

추적 서버 삭제

Studio 또는 를 사용하여 추적 서버를 완전히 삭제할 수 있습니다 AWS CLI.

Studio를 사용하여 추적 서버 삭제

Studio에서 추적 서버를 삭제하려면:

  1. Studio로 이동합니다.

  2. Studio MLflow UI의 애플리케이션 창에서 를 선택합니다.

  3. 추적 서버 창에서 원하는 MLflow 추적 서버를 찾습니다. 추적 서버 창의 오른쪽 모서리에 있는 세로 메뉴 아이콘을 선택합니다. 그런 다음 삭제를 선택합니다.

  4. 삭제를 선택하여 삭제를 확인합니다.

Studio UI의 추적 서버 창에 있는 MLflow 추적 서버 카드의 삭제 옵션입니다.

를 사용하여 추적 서버 삭제 AWS CLI

DeleteMLflowTrackingServer API 를 사용하여 생성한 추적 서버를 삭제합니다. 시간이 걸릴 수 있습니다.

aws sagemaker delete-mlflow-tracking-server \
  --tracking-server-name $ts_name \
  --region $region

추적 서버의 상태를 보려면 를 사용하고 를 DescribeMLflowTrackingServer API 확인합니다TrackingServerStatus.

aws sagemaker describe-mlflow-tracking-server \
  --tracking-server-name $ts_name \
  --region $region

Amazon S3 버킷 삭제

다음 명령을 사용하여 추적 서버의 아티팩트 스토어로 사용되는 Amazon S3 버킷을 삭제합니다.

aws s3 rm s3://$bucket_name --recursive
aws s3 rb s3://$bucket_name

또는 AWS 콘솔에서 직접 추적 서버와 연결된 Amazon S3 버킷을 삭제할 수 있습니다. 자세한 내용을 알아보려면 Amazon S3 사용 설명서의 버킷 삭제를 참조하세요.

등록된 모델 삭제

Studio에서 MLflow 직접 를 사용하여 생성된 모든 모델 그룹 및 모델 버전을 삭제할 수 있습니다. 자세한 내용은 모델 그룹 삭제 및 모델 버전 삭제를 참조하세요.

실험 또는 실행 삭제

MLflow SDK 를 사용하여 실험 또는 실행을 삭제할 수 있습니다.