如何恢复上传至MLFlow的PyFunc类代码？

开发者阿泽

2026-8-22

查看MLFlow中PyFunc模型的自定义类代码

要找回上传到MLFlow的PyFunc类代码，核心是直接访问存储在HDFS上的模型artifact文件结构——Python的mlflow.pyfunc.load_model只会加载模型实例，不会暴露源代码。以下是具体操作步骤：

第一步：浏览HDFS上的模型目录结构
使用HDFS命令行工具查看模型artifact的完整文件列表，替换为你的实际HDFS路径：
```
hdfs dfs -ls hdfs://<your-mlflow-hdfs-root>/artifacts/***/*******/artifacts/my_model_name
```
正常情况下，你会看到MLmodel、conda.yaml以及存放自定义PyFunc代码的code/目录。
第二步：确认PyFunc代码的存储位置
查看MLmodel文件内容，确认代码的存放路径：
```
hdfs dfs -cat hdfs://<your-mlflow-hdfs-root>/artifacts/***/*******/artifacts/my_model_name/MLmodel
```
在输出的YAML内容中找到pyfunc字段块，示例如下：
```
pyfunc:
  loader_module: mlflow.pyfunc
  code: code
  env: conda.yaml
  model_path: model.pkl
```
其中code: code表示自定义代码存放在当前目录下的code/子目录中。
第三步：下载并查看代码文件
把code/目录下的代码文件下载到本地查看：
```
hdfs dfs -get hdfs://<your-mlflow-hdfs-root>/artifacts/***/*******/artifacts/my_model_name/code/ ./local_pyfunc_code
```
之后直接打开本地local_pyfunc_code目录下的Python文件，即可看到丢失的PyFunc类代码。
更便捷的方式：挂载HDFS到本地
若需频繁访问HDFS文件，可使用Hadoop FUSE将HDFS目录挂载到本地文件系统，之后像操作本地文件一样打开模型代码：
```
hadoop-fuse-dfs dfs://<hdfs-namenode>:<port> /local/mount/path
```
挂载后直接访问/local/mount/path/artifacts/***/*******/artifacts/my_model_name/code/即可查看代码。