使用MLflow和Docker在Sagemaker部署模型时ECR仓库存在却报错

问题根源 #

你的报错核心是MLflow 2.x版本对Sagemaker部署的API参数要求与1.18.0版本不一致，同时代码存在参数遗漏，导致MLflow无法正确识别ECR注册表。

具体修复步骤 #

1. 补全create_deployment的config参数 #

你已经定义了config字典，但调用create_deployment时没有传入该参数，这会导致MLflow无法获取ECR镜像的访问权限和区域信息。修改代码如下：

client.create_deployment(name=app_name, model_uri=model_uri, config=config)

2. 确保AWS区域与凭证配置正确 #

报错中注册表ID为空，说明MLflow没有正确识别AWS区域：

• 检查环境变量是否设置了AWS_REGION，或者在代码中显式指定区域：

  import os
  os.environ["AWS_REGION"] = region  # 替换为你的region值
  

• 确认本地AWS凭证（~/.aws/credentials）或IAM角色权限足够，能访问目标ECR仓库和Sagemaker服务。

3. 适配MLflow 2.x的Sagemaker部署逻辑 #

MLflow 2.x对Sagemaker部署的客户端初始化有更严格的要求，建议显式指定Sagemaker客户端的区域：

client = get_deploy_client(f"sagemaker://{region}")

4. 验证镜像URL与ECR仓库的一致性 #

• 确认image_url中的tag_id（2.2.2）与ECR中镜像的tag完全匹配，包括大小写。
• 检查ECR仓库的权限，确保Sagemaker执行角色（execution_role_arn对应的ARN）有ecr:GetDownloadUrlForLayer、ecr:BatchGetImage等权限。

修改后的完整代码示例 #

import mlflow.sagemaker as mfs
from mlflow.deployments import get_deploy_client
import os

experiment_id = ''
run_id = ''
region = ''
aws_id = ''
arn = ''
app_name = 'btcprediction'
model_uri = f'mlruns/{experiment_id}/{run_id}/artifacts/rnn-btc-forecast'
tag_id = '2.2.2'

# 设置AWS区域环境变量
os.environ["AWS_REGION"] = region

image_url = f"{aws_id}.dkr.ecr.{region}.amazonaws.com/mlflow-pyfunc:{tag_id}"
config = dict(execution_role_arn=arn, image_url=image_url)

# 显式指定区域初始化客户端
client = get_deploy_client(f"sagemaker://{region}")
# 传入config参数创建部署
client.create_deployment(name=app_name, model_uri=model_uri, config=config)

内容的提问来源于stack exchange，提问作者99_zz