首页
/ MLRun v1.10.0-rc10版本发布:工作流重试与模型服务优化

MLRun v1.10.0-rc10版本发布:工作流重试与模型服务优化

2025-06-30 15:55:08作者:段琳惟

MLRun作为一个开源的机器学习运维平台,致力于简化机器学习工作流程的构建、部署和管理。本次发布的v1.10.0-rc10版本带来了多项功能增强和问题修复,特别是在工作流重试机制和模型服务方面的改进尤为突出。

核心功能增强

工作流重试机制

新版本引入了RerunRunner组件和基础的rerun_workflow处理程序,为MLRun的工作流提供了更强大的容错能力。这一改进使得当工作流中的某个步骤失败时,系统能够自动或手动触发重试机制,而无需从头开始执行整个工作流。这对于处理长时间运行的机器学习流水线特别有价值,可以显著节省计算资源和时间成本。

模型服务优化

在模型服务方面,本次更新改进了后台任务状态的获取机制。现在用户可以更准确地监控和管理模型服务的部署、更新等后台操作的状态。同时修复了模型端点UID从数据库解析的问题,确保了模型服务标识符的正确处理,这对于生产环境中的模型服务管理至关重要。

系统稳定性提升

数据库迁移改进

针对数据库迁移过程中的事务处理进行了优化,现在系统会在Alembic迁移完成后自动提交事务,避免了可能的数据库状态不一致问题。这一改进提升了系统升级和数据迁移的可靠性。

框架问题修复

解决了多个框架层面的问题,包括ML-10270和ML-10333等已知问题,增强了系统的整体稳定性。这些修复涉及到底层框架的核心功能,确保了MLRun在各种使用场景下的可靠表现。

构建与部署优化

构建流程改进

对项目的构建系统进行了优化,提高了构建效率和可靠性。同时修复了patch_remote脚本在没有构建环境时的处理逻辑,使得远程部署更加灵活和健壮。

依赖管理

更新了astral-sh/setup-uv依赖项的版本,从6.3.0升级到6.3.1,确保了构建环境的稳定性和安全性。

文档与许可更新

完善了Kubeflow Pipelines(KFP)相关的文档描述,修正了变更日志中的相关信息。同时更新了项目的许可信息,确保符合最新的法律要求。

总结

MLRun v1.10.0-rc10版本在功能增强和系统稳定性方面都有显著提升,特别是工作流重试机制的引入和模型服务的优化,为机器学习工程团队提供了更强大的工具集。这些改进使得MLRun在复杂机器学习工作流管理和生产部署方面更加成熟可靠。

登录后查看全文
热门项目推荐
相关项目推荐

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++
426
34
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
239
9
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190
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
988
394
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
274
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
936
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