Pular para o conteúdo principal

MLflow Tracing - Observabilidade GenAI

O MLflow Tracing oferece **observabilidade de ponta a ponta** em aplicativos de GenAI, incluindo sistemas complexos baseados em agentes. Registra entradas, saídas, passos intermediários e metadados para que se possa ver exatamente como seu aplicativo se comporta.

Vídeo do Tracing Gateway

O rastreamento permite que você:

  • Depure e entenda seu aplicativo
  • Monitorar o desempenho e otimizar os custos
  • Monitorar aplicações de produção
  • Avaliar e melhorar o desempenho de aplicativos de alta qualidade
  • Verificar auditabilidade e compliance
  • Integre o rastreamento com muitas estruturas populares de terceiros
  • Use linguagem natural com o Genie Code para analisar, depurar e explorar dados de rastreamento.

Onde os rastreamentos são armazenados

Você tem duas opções para armazenar rastreamentos. A Databricks recomenda armazenar rastreamentos no Unity Catalog para cargas de trabalho novas e de produção. Independentemente da opção selecionada para armazenar rastreamentos, os experimentos MLflow são o ponto de entrada da IU para visualizar rastreamentos:

  • Rastreamentos armazenados no Unity Catalog (recomendado): aponte o experimento para um local de rastreamento do Unity Catalog para que os rastreamentos sejam registrados em tabelas Delta do OpenTelemetry (OTel). Não há limite de armazenamento, os rastreamentos podem ser consultados com SQL como qualquer tabela Delta, e o Unity Catalog rege o acesso.
  • Rastreamentos armazenados em um experimento : o MLflow armazena rastreamentos no próprio experimento, mas o MLflow limita o armazenamento a 100.000 rastreamentos por experimento, e essa opção pode não ser compatível com os recursos mais recentes do MLflow.

Capacidade

Rastreamentos armazenados no Unity Catalog

Rastreamentos armazenados em um experimento

Limite de Armazenamento

Ilimitadas

100.000 rastreamentos por experimento

Opções de query

UI do MLflow e SDK Python, além de SQL, Genie, painéis AI/BI e qualquer ferramenta baseada em Spark

Interface do usuário do MLflow e SDK do Python

Governança

Permissões de esquema e tabela do Unity Catalog

Controles de acesso em nível de experimento

Compatibilidade com OpenTelemetry

Rastreamentos armazenados no formato OTel, compatíveis com outros clientes e ferramentas OTel

Não suportado

Capacidade

Rastreamentos armazenados no Unity Catalog

Rastreamentos armazenados em um experimento

Limite de Armazenamento

Ilimitadas

100.000 rastreamentos por experimento

Opções de query

UI do MLflow e SDK Python, além de SQL, Genie, painéis AI/BI e qualquer ferramenta baseada em Spark

Interface do usuário do MLflow e SDK do Python

Governança

Permissões de esquema e tabela do Unity Catalog

Controles de acesso em nível de experimento

Compatibilidade com OpenTelemetry

Rastreamentos armazenados no formato OTel, compatíveis com outros clientes e ferramentas OTel

Não suportado

Recursos adicionais