MLflow 发布候选版

我们很高兴地宣布 MLflow 将实施发布候选版（Release Candidate）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，随着主要功能开发速度的加快，也伴随着破坏性更改的风险。作为如此广泛使用的项目的维护者，我们深知回归（regression）的破坏性，并努力尽可能地避免它们。除了新功能开发工作，我们的首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，但我们当然不希望在快速发展的同时破坏系统。考虑到这一目标，我们决定引入发布候选版（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 主要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（例如，2.13.0rc0）。

发布候选版流程涉及几个关键阶段：

• 功能开发冻结：在切分 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。一旦分支被切分，只允许合并错误修复和稳定性 PR，确保不会将意外的、迟到的、可能导致回归的合并允许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，为我们的社区提供预期的路线图。
• 发布候选版推出：将提供发布候选版以供测试，并附有详细的发行说明，概述了更改内容。
• 社区测试和反馈：我们鼓励用户在各自环境中测试发布候选版，并通过在 MLflow Github 仓库中提交问题报告向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）来说是无价的。
• 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。

这种方法提供了几个好处：

• 增强稳定性：通过严格测试发布候选版，我们可以及早发现和解决潜在问题，降低生产环境中断的可能性。
• 社区反馈：RC 阶段为您（MLflow 社区成员）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版本符合我们用户的需求和期望。
• 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进行谨慎集成和全面评估。

参与其中

您的参与对于此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。请继续关注我们第一个发布候选版的公告。在我们迈向更稳定、更可靠的 MLflow 的重要一步中，我们期待您的贡献和反馈。