在Databricks部署MLflow模型到Azure ML时遇'mlflow.azureml'模块缺失错误

问题原因 #

mlflow.azureml并非MLflow核心包的默认组件，需要安装MLflow的Azure ML扩展依赖才能调用；此外Databricks集群自带的MLflow版本过低，也可能导致该模块缺失。

解决步骤 #

• 单Notebook临时生效
  在Notebook代码单元格中运行以下命令安装扩展：

  %pip install mlflow[azureml]
  

  安装完成后重启当前Notebook内核，再尝试导入模块。

• 全集群永久生效

  1. 进入Databricks集群的「库」配置页面
  2. 点击「安装新库」，选择PyPI作为源
  3. 在包名称栏输入mlflow[azureml]并完成安装
  4. 重启集群后，所有Notebook均可使用该模块

• 检查并升级MLflow版本
  若集群自带MLflow版本低于1.20.0，可能出现兼容问题。先运行以下命令查看当前版本：

  import mlflow
  print(mlflow.__version__)
  

  版本过低时，在集群库配置中升级MLflow至最新兼容版本，再安装mlflow[azureml]扩展。

• 受限网络环境处理
  若集群无法访问公网PyPI，需配置内部PyPI镜像源，或把mlflow[azureml]包上传至Databricks工作区内部库进行安装。

内容的提问来源于stack exchange，提问作者Adithya Sanker