首页
/ MLRun v1.9.0-rc3版本发布:模型监控与数据库优化升级

MLRun v1.9.0-rc3版本发布:模型监控与数据库优化升级

2025-07-01 07:32:56作者:魏侃纯Zoe

MLRun是一个开源的机器学习运维平台,它简化了从数据准备到模型部署的整个机器学习生命周期管理。作为一款功能强大的MLOps工具,MLRun提供了数据管道构建、特征存储、模型训练、部署和监控等全流程支持。

核心功能优化

本次发布的v1.9.0-rc3版本在多个关键组件上进行了重要改进,特别是在模型监控和数据库查询性能方面。

模型监控性能提升

在模型监控方面,开发团队针对流处理pod中的get_model_endpoint调用进行了优化。通过设置tsdb_metrics=false参数,显著提高了端点获取的速度。这一改进对于大规模生产环境尤为重要,能够减少监控延迟,提升系统响应能力。

数据库查询优化

数据库层面对标签查询进行了排序优化,现在标签会按照id进行排序。这一看似简单的改动实际上能够带来更一致的查询结果展示,特别是在UI界面和API响应中,为用户提供更可预测的数据排序体验。

开发环境与依赖更新

Python环境升级

开发团队将Jupyter镜像升级到了Python 3.11版本。这一更新为数据科学家和机器学习工程师提供了最新的Python特性支持,同时也能带来性能上的提升。Python 3.11相比之前版本在运行速度上有显著改进,这对于交互式开发和实验尤为重要。

依赖库更新

Storey库作为MLRun的重要依赖组件,在此版本中得到了更新。Storey是一个流处理框架,在特征工程和实时数据处理中扮演关键角色。通过保持依赖库的最新版本,MLRun能够获得更好的性能、安全性和功能支持。

文档完善

本次版本还完善了API文档,特别是对set_flow()方法的文档补充。良好的文档是开源项目成功的关键因素之一,能够帮助开发者更快上手并正确使用系统功能。

测试与稳定性

在测试方面,团队修复了特征存储系统测试中的问题,确保系统在复杂场景下的稳定运行。完善的测试体系是MLRun能够保持高质量的关键保障。

总结

MLRun v1.9.0-rc3版本虽然在功能上没有引入重大变更,但在性能优化、开发体验和系统稳定性方面做出了重要改进。这些看似细微的调整实际上对生产环境的稳定运行和开发效率有着深远影响。对于已经在使用MLRun的用户,建议评估升级此版本以获得更好的性能和稳定性。

登录后查看全文
热门项目推荐
相关项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.97 K
kernelkernel
deepin linux kernel
C
22
6
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
486
37
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
315
10
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
191
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
991
395
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
193
276
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
937
554
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
69