如何修改MLflow默认实验的S3制品存储位置

可以直接修改默认实验的制品存储位置，无需删除默认实验。以下是两种可行方法：

方法一：通过MLflow Python API修改 #

1. 导入并初始化MLflow客户端：

   from mlflow.tracking import MlflowClient
   client = MlflowClient()
   

2. 获取默认实验（默认实验ID固定为0）：

   default_exp = client.get_experiment("0")
   

3. 更新制品存储位置，替换为你的新存储路径/云存储桶地址：

   client.update_experiment(
       default_exp.experiment_id,
       artifact_location="s3://new-bucket/mlflow-artifacts"  # 示例：S3桶，也可以是本地路径如"/new/local/path"
   )
   

方法二：直接修改后端存储元数据 #

如果你的MLflow使用SQL数据库（如MySQL、PostgreSQL）作为后端存储，可以直接操作数据库表：

• 找到experiments表，定位experiment_id为0的记录
• 更新该记录的artifact_location字段为新的存储地址

注意事项 #

• 新存储位置需确保MLflow服务拥有读写权限（云存储需配置对应权限凭证，本地路径需保证服务进程可访问）
• 已生成的旧制品不会自动迁移到新位置，需手动复制；旧运行记录的制品链接仍指向原存储地址，原存储桶删除后旧制品将无法访问
• 修改完成后，后续的实验运行会将新制品保存到新位置

内容的提问来源于stack exchange，提问作者user430953