Databricks Runtime 11.3搭配MLflow 2.1.8时出现创建临时目录‘permission denied’权限错误

我之前在DBR 11.3上用MLflow 2.1.8的时候也踩过完全一样的坑！这个问题的核心是DBR 11.3对本地/tmp目录做了严格的权限限制，普通用户根本写不了，而你尝试的MLFLOW_DFS_TMP环境变量在这个组合下确实没用——因为这个变量是MLflow后续版本配合DBR 13+才新增的适配配置，2.1.8还不支持它。

给你几个亲测有效的解决办法：

• 全局指定MLflow临时目录到DBFS可写路径
  DBFS的/tmp目录是每个用户都有读写权限的，你可以把MLflow的临时目录指向这里的自定义子路径。有两种设置方式：

  1. 用Notebook魔法命令在开头设置：

     %env MLFLOW_TEMP_DIR=/dbfs/tmp/你的用户名/mlflow-temp
     

     （记得把「你的用户名」换成你实际的Databricks用户名）
  2. 用Python代码动态设置（适合在脚本中使用）：

     import os
     from databricks import dbutils
     
     # 定义临时目录的DBFS路径
     temp_dir = "/dbfs/tmp/你的用户名/mlflow-temp"
     # 设置环境变量
     os.environ["MLFLOW_TEMP_DIR"] = temp_dir
     # 确保目录存在，不存在就创建
     dbutils.fs.mkdirs(temp_dir.replace("/dbfs", ""))
     

  这样MLflow所有需要写临时文件的操作都会自动用这个路径，不会再碰本地/tmp了。

• 针对性设置Artifact存储路径
  如果只是在日志记录模型或文件时出错，也可以在调用MLflow的日志方法时直接指定合法的DBFS路径，比如：

  mlflow.log_artifact("训练结果.csv", artifact_path="/dbfs/tmp/你的模型存储路径")
  

  不过这种方式是局部生效，不如全局设置临时目录省心。

• 验证权限和路径
  设置完之后，可以先手动测试一下路径的可写性：

  with open("/dbfs/tmp/你的用户名/mlflow-temp/test.txt", "w") as f:
      f.write("test")
  

  如果能成功写入，说明路径和权限都没问题，MLflow也能正常使用这个目录。

备注：内容来源于stack exchange，提问作者Gordon