As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Limpe MLflow os recursos
<a name="mlflow-cleanup"></a>

Recomendamos excluir os recursos quando não forem mais necessários. Você pode excluir servidores de rastreamento por meio do Amazon SageMaker Studio ou usando AWS CLI o. Você pode excluir recursos adicionais, como buckets do Amazon S3, funções do IAM e políticas do IAM usando AWS CLI ou diretamente no console. AWS 

**Importante**  
Não exclua o perfil do IAM que você usou na criação até excluir o próprio servidor de rastreamento. Caso contrário, perderá o acesso ao servidor de rastreamento.

## Interromper o rastreamento de servidores
<a name="mlflow-cleanup-stop-server"></a>

Recomendamos interromper o servidor de rastreamento quando não estiver mais em uso. Você pode interromper um servidor de rastreamento no Studio ou usando AWS CLI o.

### Interromper um servidor de rastreamento com o uso do Studio
<a name="mlflow-cleanup-stop-server-ui"></a>

Para interromper um servidor de rastreamento no Studio: 

1. Navegue até o Studio.

1. Escolha **MLflow**no painel **Aplicativos** da interface do usuário do Studio.

1. Encontre o servidor de rastreamento de sua escolha no painel **Servidores MLflow de rastreamento**. Selecione o ícone **Interromper** no canto direito do painel do servidor de rastreamento.
**nota**  
Se o servidor de rastreamento estiver **Desativado**, você verá o ícone **Iniciar**. Se o servidor de rastreamento estiver **Ativado**, você verá o ícone **Interromper**.

### Pare um servidor de rastreamento usando o AWS CLI
<a name="mlflow-cleanup-stop-server-cli"></a>

Para interromper o uso do servidor de rastreamento AWS CLI, use o seguinte comando: 

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

Para iniciar o servidor de rastreamento usando o AWS CLI, use o seguinte comando: 

**nota**  
Pode levar até 25 minutos para iniciar seu servidor de rastreamento.

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

## Excluir servidores de rastreamento
<a name="mlflow-cleanup-delete-server"></a>

Você pode excluir totalmente um servidor de rastreamento no Studio ou usando a AWS CLI. 

### Excluir um servidor de rastreamento usando o Studio
<a name="mlflow-cleanup-delete-server-ui"></a>

Para excluir um servidor de rastreamento usando o Studio: 

1. Navegue até o Studio.

1. Escolha **MLflow**no painel **Aplicativos** da interface do usuário do Studio.

1. Encontre o servidor de rastreamento de sua escolha no painel **Servidores MLflow de rastreamento**. Selecione o ícone do menu vertical no canto direito do painel do servidor de rastreamento. Em seguida, selecione **Excluir**. 

1. Selecione **Excluir** para confirmar a exclusão.

![A opção de exclusão em uma placa do servidor de rastreamento no painel Servidores MLflow de rastreamento da interface do usuário do Studio.](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/mlflow/mlflow-studio-delete.png)


### Exclua um servidor de rastreamento usando o AWS CLI
<a name="mlflow-cleanup-delete-server-cli"></a>

Use a API `DeleteMLflowTrackingServer` para excluir todos os servidores de rastreamento criados por você. Isso pode levar algum tempo.

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

Para ver o status do servidor de rastreamento, use a API `DescribeMLflowTrackingServer` e verifique o `TrackingServerStatus`. 

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

## Excluir buckets do Amazon S3
<a name="mlflow-cleanup-delete-bucket"></a>

Exclua qualquer bucket do Amazon S3 usado como armazenamento de artefatos para seu servidor de rastreamento com o uso dos seguintes comandos:

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

Como alternativa, você pode excluir um bucket do Amazon S3 associado ao seu servidor de rastreamento diretamente no AWS console. Para obter mais informações, consulte [Exclusão de um bucket](https://docs.aws.amazon.com/AmazonS3/latest/userguide/delete-bucket.html) no *Guia do usuário do Amazon S3*.

## Excluir modelos registrados
<a name="mlflow-cleanup-delete-bucket"></a>

Você pode excluir quaisquer grupos de modelos e versões de modelos criados MLflow diretamente no Studio. Para obter mais informações, consulte [Excluir um grupo de modelos](https://docs.aws.amazon.com/sagemaker/latest/dg/model-registry-delete-model-group.html) e [Excluir uma versão do modelo](https://docs.aws.amazon.com/sagemaker/latest/dg/model-registry-delete-model-version.html).

## Excluir experimentos ou execuções
<a name="mlflow-cleanup-delete-experiments"></a>

Você pode usar o MLflow SDK para excluir experimentos ou execuções.
+ [mlflow.delete\_experiment](https://mlflow.org/docs/latest/python_api/mlflow.html?highlight=delete_experiment#mlflow.delete_experiment)
+ [mlflow.delete\_run](https://mlflow.org/docs/latest/python_api/mlflow.html?highlight=delete_experiment#mlflow.delete_run)