Amazon s3 假设IAM角色将MLFlow工件存储在另一个帐户的S3存储桶上

我必须将我的MLFlow工件（使用Databricks Unified Analytics）保存到一个S3存储桶中，服务端加密使用KMS密钥

我的实例进入AWS帐户A，我的S3存储桶和我的KMS密钥进入帐户B。我不能让我的KMS密钥进入我的帐户A

出于安全原因，我不想使用DBFS装载S3存储桶（存储桶可能包含敏感数据，我不想在用户之间共享）

为了访问bucket，我必须扮演IAM角色，就像我通过s3a访问bucket一样（使用

spark.hadoop.fs.s3a.credentialsType

和

spark.hadoop.fs.s3a.stsAssumeRole.arn

参数）

当我用s3创建一个实验并尝试记录这样一个模型时：

导入mlflow
导入mlflow.sklearn
id\u exp=mlflow.create\u实验（“/Users/first）。last@company.org/实验“，'s3://s3 bucket name/”）
使用mlflow.start\u run（实验\u id=id\u exp）：
clf_mlf=tree.DecisionTreeClassifier（）
clf_mlf=clf_mlf.配合（X_系列，y_系列）
y_pred=clf_mlf.预测（X_检验）
mlflow.sklearn.log_模型（clf_mlf，“model”，serialization_format='pickle'）

我有一个错误：

S3UploadFailedError: Failed to upload /tmp/tmp2yl2olhi/model/conda.yaml to s3-bucket-name//05c17a33a33d46a5ad3cc811a9faf35a/artifacts/model/conda.yaml: An error occurred (KMS.NotFoundException) when calling the PutObject operation: Key 'arn:aws:kms:eu-central-1:account_a_id:key/key_id' does not exist

在访问S3之前，我如何让MLFlow承担角色