MLflow 发布候选版

我们很高兴地宣布，MLflow 将实施发布候选版本流程！MLflow 的功能开发速度比以往任何时候都快，核心维护团队在不久的将来还有更令人兴奋的计划！然而，主要功能开发速度的提高也伴随着破坏性风险。作为这样一个广泛使用的项目的维护者，我们深知回归的破坏性，并努力尽可能避免它们。除了新功能开发工作，我们的主要目标是确保生产系统的稳定性。虽然我们确实有快速（甚至更快）发展的愿景，但我们肯定不想快速而又破坏现有功能。考虑到这个目标，我们决定引入发布候选版本（RC）流程。RC 流程允许我们在受控环境中引入新功能和修复，然后再将其作为官方版本的一部分发布。

工作原理

从 MLflow 2.13.0 开始，新的 MLflow 主版本和次要版本将在正式发布前两周在 PyPI 中标记为发布候选版本（例如，2.13.0rc0）。

发布候选版本流程包含几个关键阶段

• 功能开发冻结：在切出 RC 分支并宣布其可用性之前，我们将冻结 RC 分支的功能提交。一旦分支被切出，将只允许合并错误修复和稳定性相关的 PR，以确保不会出现意料之外、迟到且可能导致回归的合并，从而破坏即将发布的版本。
• 预发布公告：我们将公布即将推出的功能和改进，为社区提供一份预期路线图。
• 发布候选版本推出：将提供一个发布候选版本供测试，并附带详细的发布说明，概述所有更改。
• 社区测试和反馈：我们鼓励用户在其环境中测试发布候选版本，并通过在 MLflow Github 仓库中提交问题报告与我们分享他们的反馈。这些反馈对于识别问题和确保最终版本符合用户需求（即，我们没有破坏您的工作流程）至关重要。
• 最终发布：在采纳反馈并进行必要的调整后，我们将进行最终发布。此版本将包含在 RC 阶段测试过的所有更新，为所有用户提供精致和稳定的体验。

这种方法提供了多项益处

• 增强稳定性：通过严格测试发布候选版本，我们可以及早识别和解决潜在问题，降低生产环境中断的可能性。
• 社区反馈：RC 阶段为您（作为 MLflow 社区成员）提供了对即将发生的更改提供反馈的机会。这种协作方法确保最终版本符合用户的需求和期望。
• 渐进式采用：用户可以选择在发布候选版本中试验新功能，而无需进行完整升级。这种灵活性支持在各种环境中谨慎集成和彻底评估。

参与其中

您的参与对这一流程的成功至关重要。我们邀请您加入我们，测试即将推出的发布候选版本并分享您的见解。通过共同努力，我们可以确保 MLflow 继续成为您机器学习项目的可靠基础。请继续关注我们首个发布候选版本的公告。我们期待您的贡献和反馈，共同迈向更稳定、更可靠的 MLflow。