MLflow 发布候选版

我们很高兴地宣布为 MLflow 实施发布候选版本 (release candidate) 流程！MLflow 的功能开发速度比以往任何时候都要快，核心维护团队在不久的将来还有更多激动人心的新功能计划！然而，随着主要功能开发速度的加快，也伴随着破坏现有功能的风险。作为如此广泛使用的项目的维护者，我们深知回归性 (regressions) 的颠覆性，并力求尽可能避免它们。除了新功能开发工作之外，我们的主要目标是确保生产系统的稳定性。虽然我们有快速（更快）发展的远大目标，但我们绝对不希望快速发展而破坏现有功能。基于这个目标，我们决定引入发布候选版本 (RC) 流程。RC 流程允许我们在新功能和修复程序成为正式发布的一部分之前，在受控的环境中引入它们。

工作原理

从 MLflow 2.13.0 开始，新的 MLflow 主要和次要版本将在正式发布前两周在 PyPI 上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，只允许合并错误修复和稳定性 PR，以确保不允许出现意外的、迟到的、可能导致回归的合并来破坏即将发布的版本的稳定性。
• 预发布公告：我们将宣布即将推出的功能和改进，为我们的社区提供预期的路线图。
• 发布候选版本发布：将提供一个发布候选版本供测试，并附有详细的发行说明，概述了更改。
• 社区测试和反馈：我们鼓励用户在他们的环境中测试发布候选版本，并通过在 MLflow Github 存储库上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并确保最终发布符合用户需求（即，我们没有破坏您的工作流程）至关重要。
• 最终发布：在整合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 RC 阶段测试的所有更新，为所有用户提供一个完善且稳定的体验。

这种方法提供了几个好处：

• 增强的稳定性：通过严格测试发布候选版本，我们可以及早发现并解决潜在问题，从而降低生产环境中断的可能性。
• 社区反馈：RC 阶段为您，MLflow 社区的一员，提供了就即将到来的更改提供反馈的机会。这种协作方法确保最终发布符合用户的需求和期望。
• 逐步采用：用户可以选择在不承诺完全升级的情况下，在发布候选版本中试用新功能。这种灵活性支持在各种环境中谨慎集成和彻底评估。

参与进来

您的参与对这个流程的成功至关重要。我们邀请您加入我们，测试即将发布的候选版本并分享您的见解。通过共同努力，我们可以确保 MLflow 继续为您的机器学习项目提供可靠的基础。请继续关注我们第一个发布候选版本的公告。我们期待着您在我们迈出这一重要步骤，走向更稳定、更可靠的 MLflow 时所做的贡献和提供的反馈。