MLFlow --artifacts-only模式部署后日志报503错误求助

你的核心问题在于启动MLFlow服务器时使用了--artifacts-only参数，这个参数会让服务器进入纯 artifacts 服务模式：

• 该模式下，服务器仅处理 artifacts 的上传、下载、列举等专属API
• 完全不支持MLFlow跟踪服务的核心接口（比如创建run、查询run信息等）

所以你遇到的两种报错都是因为代码调用了跟踪服务的API，而纯artifacts服务器无法处理这些请求，返回503错误。

正确使用方式分两种场景： #

场景1：需要同时使用跟踪服务和Artifacts服务 #

去掉--artifacts-only参数，启动完整的MLFlow服务器，这样既能创建run、记录实验数据，又能上传artifacts到HDFS：

mlflow server --host 0.0.0.0 --port 5001 --serve-artifacts --artifacts-destination hdfs://hdfapathxxxx

此时你的原代码可以正常运行，mlflow.start_run()能创建run，mlflow.log_artifacts()也能把文件上传到指定的HDFS路径。

场景2：确实需要独立的纯Artifacts服务器 #

这种场景一般是配合另一台独立的MLFlow跟踪服务器使用，你需要：

1. 确保跟踪服务器正常运行（负责管理run、实验等元数据）
2. 在代码中配置MLFlow，让它知道跟踪服务器地址和artifacts服务器地址：

import os
import mlflow

if __name__ == "__main__":
    # 指定跟踪服务器地址
    mlflow.set_tracking_uri("http://跟踪服务器地址:端口/")
    # 指定artifacts服务器地址
    mlflow.set_registry_uri("http://你的artifacts服务器地址:5001/")

    with mlflow.start_run():
        if not os.path.exists("outputs"):
            os.makedirs("outputs")
        with open("outputs/test.txt", "w") as f:
            f.write("hello world!")
        mlflow.log_artifacts(local_dir="outputs")

也可以通过环境变量配置：

export MLFLOW_TRACKING_URI=http://跟踪服务器地址:端口/
export MLFLOW_ARTIFACTS_URI=http://你的artifacts服务器地址:5001/

补充说明你的两种尝试为什么失败： #

• 第一种用mlflow.start_run()：该方法会向服务器发送/api/2.0/mlflow/runs/create请求创建run，但纯artifacts服务器不提供这个接口，直接返回503，导致请求重试失败。
• 第二种用MlflowClient().log_artifacts：即使你指定了run_id，MLFlow客户端依然会先向服务器验证该run_id是否存在，而纯artifacts服务器无法处理run相关的查询请求，因此同样报错。

内容的提问来源于stack exchange，提问作者tianyu jia