跳到主要内容
Intermediate

模型注册表

定义​

模型注册表是一个集中式目录，用于在整个生命周期中存储、版本化和管理经过训练的 ML 模型制品——从初始实验到预发布、生产部署，直至最终退役。将其视为软件制品仓库（如 Nexus 或 Artifactory）的等价物，但专为机器学习而构建，每个版本都附有关于训练数据、评估指标和审批状态的额外元数据。

没有注册表，团队通常通过临时渠道共享模型：带有 S3 链接的 Slack 消息、共享目录或部署脚本中的硬编码路径。这使得无法回答基本的治理问题，例如"当前哪个模型在生产中？"、"谁批准了这个模型的部署？"或"上周导致事故的版本是用什么数据集训练的？"。注册表使这些问题变得轻而易举地可回答。

模型注册表同时与训练侧（实验跟踪器记录一次运行，最佳运行的制品被注册）和部署侧（CI/CD 或服务基础设施在 Production 阶段拉取制品）集成。它们通常强制执行一个晋升工作流——None → Staging → Production → Archived——在模型进入下一阶段之前可能需要人工审批、自动质量门，或两者兼有。

工作原理​

模型注册​

训练运行完成并将指标记录到实验跟踪器后，最佳制品通过 mlflow.register_model() 或等效的 SDK 调用在注册表中注册。每次注册都会为命名模型（例如 fraud-detector）创建一个新的版本。版本是不可变的——您无法覆盖已注册的版本，只能创建新版本。运行 ID、数据集哈希、训练参数和评估指标等元数据被附加到版本中，可以通过注册表 API 或 UI 进行查询。

预发布工作流​

新注册的版本从 None（或 Candidate）阶段开始。数据科学家或自动门将版本提升到 Staging 进行更深入的验证——集成测试、影子部署、金丝雀流量分流或与当前生产模型进行 A/B 比较。预发布是一个安全的环境，回归被限制其中；此处任何失败都会阻止模型进入生产，而不会阻断服务系统。

生产晋升和治理​

晋升到 Production 可能需要人工审批步骤，尤其是在受监管的行业中。许多团队实现类似 pull-request 的审查：注册表发出 webhook，审查者检查模型卡片（记录训练数据、公平性指标和已知限制），晋升记录在审计日志中，包含审批者的身份和时间戳。服务基础设施订阅 Production 阶段，并在晋升发生时自动加载新的模型版本，实现零停机模型更新。

归档和回滚​

当新版本到达 Production 时，旧版本被转移到 Archived。归档不会删除制品——它仍然完全可检索，用于回滚或取证分析。如果新的生产版本出现退化（由监控检测到），运营团队可以在几秒钟内将归档版本重新晋升到 Production，无需代码部署即可回滚。

何时使用 / 何时不使用​

使用时机避免时机
多个模型或模型版本同时部署您有一个只训练一次、无计划更新的单一模型
监管或审计要求需要模型溯源团队处于早期研发阶段，尚无生产部署
不同团队负责训练与部署单人在单个脚本中完成训练和部署
您需要生产模型的回滚能力治理流程的开销不被风险级别所证明
A/B 测试或影子部署需要管理多个在线版本实验跟踪单独已经满足您的治理需求

对比​

标准MLflow Model RegistryW&B RegistryAWS SageMaker Model Registry
托管自托管或 Databricks 托管SaaS（W&B 云）完全托管的 AWS 服务
集成MLflow 跟踪服务器W&B 实验跟踪SageMaker 训练 + 端点
阶段工作流None → Staging → Production → Archived基于别名（自定义阶段）Pending → Approved → Rejected
审批流程通过 UI/API 手动通过 UI/API 手动与 AWS IAM / CodePipeline 集成
成本开源（自托管免费）免费层 + 付费计划AWS 按使用付费定价

优缺点​

优点缺点
所有生产模型的单一真实来源增加流程开销——团队必须记得注册制品
无需代码部署即可在几秒内回滚自托管注册表需要基础设施维护
带有审批者身份和时间戳的完整审计追踪需要集成工作将训练流水线连接到注册表
将模型晋升与代码部署周期解耦如果过度设计，治理流程可能会减慢快速迭代的团队
通过服务多个注册版本实现安全的 A/B 测试随着版本积累，制品存储成本随时间增长

代码示例​

# model_registry_example.py
import mlflow
import mlflow.sklearn
from mlflow.tracking import MlflowClient
from sklearn.datasets import make_classification
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

mlflow.set_tracking_uri("http://localhost:5000")
mlflow.set_experiment("fraud-detection")

X, y = make_classification(n_samples=5000, n_features=20, random_state=42)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

with mlflow.start_run(run_name="rf-baseline") as run:
    model = RandomForestClassifier(n_estimators=100, random_state=42)
    model.fit(X_train, y_train)
    accuracy = accuracy_score(y_test, model.predict(X_test))
    mlflow.log_param("n_estimators", 100)
    mlflow.log_metric("accuracy", accuracy)
    signature = mlflow.models.infer_signature(X_train, model.predict(X_train))
    mlflow.sklearn.log_model(
        sk_model=model, artifact_path="model", signature=signature,
        registered_model_name="fraud-detector",
    )

client = MlflowClient()
latest_versions = client.get_latest_versions("fraud-detector", stages=["None"])
new_version = latest_versions[0].version
client.transition_model_version_stage(
    name="fraud-detector", version=new_version, stage="Staging", archive_existing_versions=False,
)
client.transition_model_version_stage(
    name="fraud-detector", version=new_version, stage="Production", archive_existing_versions=True,
)
client.update_model_version(
    name="fraud-detector", version=new_version,
    description="Promoted after passing shadow traffic test with 0.1% error rate improvement.",
)
production_model = mlflow.sklearn.load_model("models:/fraud-detector/Production")
predictions = production_model.predict(X_test)
print(f"Loaded Production model accuracy: {accuracy_score(y_test, predictions):.4f}")

实用资源​

另请参阅​