はじめに

こちらは、 Managing your machine learning lifecycle with MLflow and Amazon SageMakerを参考にして実際に作成したものです。

ただし、このブログの紹介で作成しているのは、MLflowをECS上にDeployし、S3とRDSをそれぞれArtifact store、backendストアにするところまでなので、 SageMakerもまとめて作りたい場合はこちらを!

MLflow初であれば→MLflow 基礎

準備

AWSアカウント → まだ無い場合はSign Up
aws-cdkをインストール＆設定
1. 詳細はこちらを参照
Docker
https://github.com/aws-samples/amazon-sagemaker-mlflow-fargate をClone

1. MLflowをFarget上にCloudFormationStackを用いてDeploy

上記のレポCloneしたディレクトリへ移動
```
cd amazon-sagemaker-mlflow-fargate
```

必要なものをインストール

python3 -m venv .venv
source .venv/bin/activate
pip3 install -r requirements.txt

デプロイ (25分くらいかかる)

AWSの特定のprofileを使用している場合は、 --profile <profile名>をつける

cdk deploy --parameters ProjectName=mlflow --require-approval never

結果詳細

cdk deploy --parameters ProjectName=mlflow --require-approval never --profile naka-personal
...

✅  DeploymentStack

Outputs:
DeploymentStack.LoadBalancerDNS = Deplo-MLFLO-xxx-xxxx.elb.ap-northeast-1.amazonaws.com
DeploymentStack.MLFLOWLoadBalancerDNSAEFB7E43 = Deplo-MLFLO-xxxx-xxxxx.elb.ap-northeast-1.amazonaws.com

Stack ARN:
arn:aws:cloudformation:ap-northeast-1:xxxxx:stack/DeploymentStack/798f4a90-313e-11ec-a179-0aa3345c497f

Docker起動していないとエラーになる

Dockerを起動していないと以下のようなエラーになるので注意

cdk deploy --parameters ProjectName=mlflow --require-approval never --profile naka-personal
[Warning at /DeploymentStack/MLflow/Container/AssetImage] DockerImageAsset.repositoryName is deprecated. Override "core.Stack.addDockerImageAsset" to control asset locations
DeploymentStack: deploying...
[0%] start: Publishing 8f0fed36a7179b1d96d969db07932d3497d1d1a297b54c7b1eb5dd77dc952f06:current
Cannot connect to the Docker daemon at unix:///var/run/docker.sock. Is the docker daemon running?
[100%] fail: docker build --tag cdkasset-8f0fed36a7179b1d96d969db07932d3497d1d1a297b54c7b1eb5dd77dc952f06 . exited with error code 1: Cannot connect to the Docker daemon at unix:///var/run/docker.sock. Is the docker daemon running?

 ❌  DeploymentStack failed: Error: Failed to publish one or more assets. See the error messages above for more information.
    at Object.publishAssets (/usr/local/lib/node_modules/aws-cdk/lib/util/asset-publishing.ts:25:11)
    at Object.deployStack (/usr/local/lib/node_modules/aws-cdk/lib/api/deploy-stack.ts:252:3)
    at CdkToolkit.deploy (/usr/local/lib/node_modules/aws-cdk/lib/cdk-toolkit.ts:189:24)
    at initCommandLine (/usr/local/lib/node_modules/aws-cdk/bin/cdk.ts:225:9)
Failed to publish one or more assets. See the error messages above for more information.

このコマンドでデプロイされたもの (app.pyにかかれている) (CloudFormation Stack DeploymentStack でも詳細確認可):

IAM ROLE
- DeploymentStack-MLflowExecutionRoleXXXXXXXXXXX
SECRET
- dbPasswordがSecretManagersに作成される
VPC
- Vpc: DeploymentStack/VPC: 10.0.0.0/24 <- このCidrがすでに使われている場合はエラるかも
- Subnets:
  - DeploymentStack/VPC/PublicSubnet1
  - DeploymentStack/VPC/PrivateSubnet1
  - DeploymentStack/VPC/DBSubnet2
  - DeploymentStack/VPC/PrivateSubnet2
  - DeploymentStack/VPC/PublicSubnet2
  - DeploymentStack/VPC/DBSubnet1
- Others: RouteTable, InterneteGateway, ElasticIP
S3 BUCKET
- mlflow-artifacts-<account id>
DATABASE
- 名前: ランダム文字列, size: db.t2.small, Engine: MySQL Community
FARGATE SERVICE
- ECS cluster using Fargate: mlflow
  - Service: mlflow
  - ECR: <account id>.dkr.ecr.ap-northeast-1.amazonaws.com/aws-cdk/assets

MLflow UIの確認

アウトプットのDeploymentStack.LoadBalancerDNSに書いてあるリンクを開く。

※ただし、LBがPublicで、MLflowはuser access controlの機能を提供してないので、実際に使う場合には、PrivateLinkなどを使ってPrivateにする必要がある

2. SageMakerからの連携

ブログ内ではSageMakerの作成部分は書かれていないため省略… (予想外。) 　最後にに比較を書いたので、SageMakerも含めて作成したい場合は、そちらも参考に。

SageMakerの中でのプロジェクト管理をMLflowのRemoteURIを用いて行えるようになる

import mlflow
mlflow.set_tracking_uri('<YOUR LOAD BALANCER URI>')

3. Farget上に作成したMLｆlowの削除 (20分ほどかかる)

作成したものの削除

cdk destroy --parameters ProjectName=mlflow --require-approval never --profile naka-personal
Are you sure you want to delete: DeploymentStack (y/n)? y
DeploymentStack: destroying...

...

 ✅  DeploymentStack: destroyed

比較 & まとめ

関連したCDKがいくつかあり試したので、一応所感を書いておく。

aws-mlflow-sagemaker-cdk:
- 2021-10-14 に作られた最新のもので、SageMakerとMLflowをまとめて構築できる最強のパック。
- TypescriptっぽいのでPythonに慣れてる人にとってはちょっとマイナス。
- MLｆlowのEndpointがinternalロードバランサーで作成されるので、デフォルトではMLflow UIへのアクセス方法がない‥ → Client VPNを使って試した記事はこちら
amazon-sagemaker-mlflow-fargate:
- こちらは今回紹介したもの
- コードはPython
- MLflowのEndpointがInternet facingとなるので、セキュリティ上そのままは使えない
- 名前からはSageMakerとMLflow両方デプロイするように見えて実は、MLflowをFargate上にデプロイしているだけなので、SageMakerは別途自分で作成する必要がある
amazon-sagemaker-cdk-examples:
- SageMakerのCDKサンプルが沢山入っているもの
- MLflowは関係ない
- 一番使いたかったのは、 notebook-teamsだが、こちらはVPCやSubnetまで作成するので、今回紹介した MLflowをFargate上に構築するのとあまり相性が良くない。別々でVPCが作成されたあとのPrivateLinkなどの設定を別途作成する必要がある。→ それなら一番上のaws-mlflow-sagemaker-cdkが一番楽そう。

これらは、どれもVPCの構築からしてくれるので、全く何もないところにPOCで構築して試すにはもってこいである。ただし、既存のVPCの上に構築したい場合には、他のものを探したり自分で書き直す必要がありそう。

Reference