sagemaker-train should depend on mlflow-skinny, following sagemaker-mlflow 0.5.0

Abierto Apto para principiantes
#6,152 0 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
2/5
Tiempo estimado
Medio día
Aptitud para principiantes
72/100
Tipo de issue
Nueva funcionalidad
Claridad
Bastante claro
Estado de actividad
Tranquilo
Stack tecnológico
aws, python
Área
build-system, machine-learning

Línea de trabajo

Inspecciona los metadatos de dependencias de sagemaker-train y sagemaker-serve, y compáralos con el patrón de sagemaker-mlflow 0.5.0 descrito en el issue. Verifica que mlflow-skinny sea el requisito base, que mlflow completo esté disponible mediante un extra opcional y que la resolución de dependencias ya no imponga el límite superior de cryptography indicado.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

Describe the feature you'd like

sagemaker-train (and sagemaker-serve) declare an unconditional dependency on the full mlflow distribution:

sagemaker-train 1.18.0: mlflow<4.0.0,>=3.0.0

The training integration uses MLflow purely as a tracking client (logging runs and metrics to a configured tracking server), which mlflow-skinny implements completely. The full distribution additionally drags in the tracking server stack and its dependency constraints.

sagemaker-mlflow already made exactly this change in 0.5.0: mlflow-skinny>=2.8 as the base requirement, with full mlflow relegated to an optional full extra. Applying the same pattern to sagemaker-train and sagemaker-serve would make the SDK family consistent.

Why it matters

Full mlflow currently caps cryptography<50. Snyk advisories SNYK-PYTHON-CRYPTOGRAPHY-18516620/21/22 (two high severity) are fixed only in cryptography 50.0.0, so any project consuming sagemaker-train transitively cannot reach the fixed version and must either waive the findings or remove sagemaker-train. Since the mlflow usage is client-only, the cap buys nothing for these packages.

Suggested change

Mirror sagemaker-mlflow 0.5.0: depend on mlflow-skinny, offer full mlflow behind an extra for anyone who genuinely needs the server components.

Lenguaje dominante
Python
Estrellas
2.3k
Forks
1.3k
Merge medio
3 d 9 h
PR fusionados (30 d)
42

Guía de contribución

Abrir la guía de contribución

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de aws/sagemaker-python-sdk

Todos los issues de aws/sagemaker-python-sdk

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.