Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Bersihkan MLflow sumber daya
<a name="mlflow-cleanup"></a>

Kami merekomendasikan untuk menghapus sumber daya apa pun saat Anda tidak lagi membutuhkannya. Anda dapat menghapus server pelacak melalui Amazon SageMaker Studio atau menggunakan file AWS CLI. Anda dapat menghapus sumber daya tambahan seperti bucket Amazon S3, peran IAM, dan kebijakan IAM menggunakan AWS CLI atau langsung di konsol. AWS 

**penting**  
Jangan hapus peran IAM yang Anda gunakan untuk membuat sampai Anda menghapus server pelacakan itu sendiri. Jika tidak, Anda akan kehilangan akses ke server pelacak.

## Berhenti melacak server
<a name="mlflow-cleanup-stop-server"></a>

Sebaiknya hentikan server pelacakan Anda saat tidak lagi digunakan. Anda dapat menghentikan server pelacak di Studio atau menggunakan file AWS CLI.

### Hentikan server pelacakan menggunakan Studio
<a name="mlflow-cleanup-stop-server-ui"></a>

Untuk menghentikan server pelacak di Studio: 

1. Arahkan ke Studio.

1. Pilih **MLflow**di panel **Aplikasi** UI Studio.

1. Temukan server pelacak pilihan Anda di panel **MLflow Pelacakan Server**. Pilih ikon **Stop** di sudut kanan panel pelacakan server.
**catatan**  
Jika server pelacak Anda **Nonaktif**, Anda akan melihat ikon **Mulai**. Jika server pelacak **Aktif**, Anda akan melihat ikon **Berhenti**.

### Hentikan server pelacak menggunakan AWS CLI
<a name="mlflow-cleanup-stop-server-cli"></a>

Untuk menghentikan server pelacak menggunakan AWS CLI, gunakan perintah berikut: 

```
aws sagemaker stop-mlflow-tracking-server \
  --tracking-server-name $ts_name \
  --region $region
```

Untuk memulai server pelacakan menggunakan AWS CLI, gunakan perintah berikut: 

**catatan**  
Mungkin diperlukan waktu hingga 25 menit untuk memulai server pelacakan Anda.

```
aws sagemaker start-mlflow-tracking-server \
  --tracking-server-name $ts_name \
  --region $region
```

## Hapus pelacak server
<a name="mlflow-cleanup-delete-server"></a>

Anda dapat sepenuhnya menghapus server pelacak di Studio atau menggunakan file AWS CLI. 

### Menghapus server pelacak menggunakan Studio
<a name="mlflow-cleanup-delete-server-ui"></a>

Untuk menghapus server pelacak di Studio: 

1. Arahkan ke Studio.

1. Pilih **MLflow**di panel **Aplikasi** UI Studio.

1. Temukan server pelacak pilihan Anda di panel **MLflow Pelacakan Server**. Pilih ikon menu vertikal di sudut kanan panel pelacakan server. Lalu, pilih **Hapus**. 

1. Pilih **Hapus** untuk mengonfirmasi penghapusan.

![\[Opsi penghapusan pada kartu server pelacakan di panel MLflow Pelacakan Server UI Studio.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/mlflow/mlflow-studio-delete.png)


### Hapus server pelacak menggunakan AWS CLI
<a name="mlflow-cleanup-delete-server-cli"></a>

Gunakan `DeleteMLflowTrackingServer` API untuk menghapus server pelacak apa pun yang Anda buat. Ini mungkin memakan waktu.

```
aws sagemaker delete-mlflow-tracking-server \
  --tracking-server-name $ts_name \
  --region $region
```

Untuk melihat status server pelacak Anda, gunakan `DescribeMLflowTrackingServer` API dan periksa`TrackingServerStatus`. 

```
aws sagemaker describe-mlflow-tracking-server \
  --tracking-server-name $ts_name \
  --region $region
```

## Hapus ember Amazon S3
<a name="mlflow-cleanup-delete-bucket"></a>

Hapus bucket Amazon S3 yang digunakan sebagai penyimpanan artefak untuk server pelacakan Anda menggunakan perintah berikut:

```
aws s3 rm s3://$bucket_name --recursive
aws s3 rb s3://$bucket_name
```

Sebagai alternatif, Anda dapat menghapus bucket Amazon S3 yang terkait dengan server pelacakan Anda langsung di konsol. AWS Untuk informasi selengkapnya, lihat [Menghapus bucket](https://docs.aws.amazon.com/AmazonS3/latest/userguide/delete-bucket.html) di Panduan Pengguna *Amazon S3*.

## Hapus model terdaftar
<a name="mlflow-cleanup-delete-bucket"></a>

Anda dapat menghapus grup model dan versi model apa pun yang dibuat MLflow langsung di Studio. Untuk informasi selengkapnya, lihat [Menghapus Grup Model](https://docs.aws.amazon.com/sagemaker/latest/dg/model-registry-delete-model-group.html) dan [Menghapus Versi Model](https://docs.aws.amazon.com/sagemaker/latest/dg/model-registry-delete-model-version.html).

## Hapus eksperimen atau jalankan
<a name="mlflow-cleanup-delete-experiments"></a>

Anda dapat menggunakan MLflow SDK untuk menghapus eksperimen atau menjalankan.
+ [mlflow.delete\$1experiment](https://mlflow.org/docs/latest/python_api/mlflow.html?highlight=delete_experiment#mlflow.delete_experiment)
+ [mlflow.delete\$1run](https://mlflow.org/docs/latest/python_api/mlflow.html?highlight=delete_experiment#mlflow.delete_run)