关于Databricks ML模型实时推理与权限的技术问询

1. 部分模型不显示Sample Request的原因 #

• 模型元数据配置差异：1994 Census这类官方示例模型在发布时，开发者已内置输入字段的结构化schema、示例请求模板；而Loan Approval模型可能未在模型包中附带这些元数据，平台无法自动生成示例请求。
• 模型类型与来源：如果是自定义训练上传的Loan Approval模型，部署时若未手动配置输入数据的schema或示例请求内容，平台就无法展示；官方预训练模型通常会提前完成这类配置。
• 部署配置遗漏：部署模型时，是否勾选“生成示例请求”相关选项、是否上传包含示例数据的附加文件（如JSON格式请求示例），这些操作会直接影响平台是否展示Sample Request。

2. 模型与端点的权限配置说明 #

PAT Token所需权限 #

• 至少需要ml_model_invoke权限（用于调用模型端点）；若需查看端点详情，需添加ml_endpoint_view权限；若要管理端点，需ml_endpoint_manage权限。
• 生成PAT时，要确保token的作用域（scope）包含上述权限，避免因权限不足导致调用失败。

模型与端点的权限设置 #

• 项目/空间权限：将持有PAT的用户或服务账号添加到模型所在项目的ML Developer或ML Viewer角色中，确保账号能访问该项目下的模型和端点。
• 端点访问策略：将端点的访问权限设置为“允许认证用户调用”，不要设置为私有仅内部访问（除非你的Postman请求处于平台内部网络环境）。
• 云平台IAM策略（若适用）：如果使用云厂商的ML服务（如AWS SageMaker、Azure ML），需在IAM策略中添加允许InvokeEndpoint动作的语句，授权对应账号调用该端点。

内容的提问来源于stack exchange，提问作者Gopinath Rajee