我们很高兴地宣布 Dask 1.0.0 版本发布了！

通常在发布博客文章中，我们会概述自上一个主要版本以来的重要功能和变化。由于这是 1.0 版本号，这篇博文会有些不同。我们将讨论这个版本号对我们意味着什么，并更广泛地讨论 Dask 项目的大背景。

1.0 对我们意味着什么

1.0 版本软件对不同的群体意味着不同的事情。在一些社区中，它可能意味着……

• 软件包的第一个版本
• 软件包首次准备好用于生产环境
• 软件包已达到 API 稳定性
• ……

在 PyData 生态系统中，通常会等待很长一段时间才会发布 1.0 版本。例如，Pandas 和 Scikit-Learn 这两个可以说是 PyData 生态中最常用于生产环境的软件包，至今尚未宣布 1.0 版本号（今天它们的版本分别是 0.23 和 0.20）。然而，每个软件包都被对稳定性要求很高的组织广泛应用于生产环境。

Dask 的 API 稳定性不如 Pandas 或 Scikit-Learn，但已经非常接近了。该项目很少发明新的 API，而是倾向于实现已有的 API（如 NumPy/Pandas/Scikit-Learn API）或标准的语言协议（如 async-await、concurrent.futures、队列、锁等等）。此外，Dask 目前已广泛应用于各种领域的生产环境，从风险承受能力较强的行业（如初创公司和量化金融机构）到风险规避型机构（如银行、大型企业和政府）。

当我们说 Dask 达到 1.0 版本时，我们指的是它已准备好用于生产环境。我们迟迟才这么说。这早就发生了。

开发将一如既往地继续

Dask 是一款活生生的软件，存在于一个快速发展的领域中。我们的内部稳定性实践没有改变。我们将继续按照相同的策略添加新功能、弃用旧功能并修复错误。在进行这些内部更改时，我们始终努力最大限度地减少对用户的不利影响，同时最大限度地提高提供新错误修复和功能的速度。这很困难，需要谨慎，但我们相信过去我们做得不错，所以希望您没有注意到太多。未来我们将继续以同样的方式运作。

1.0 版本更改不会影响我们的开发周期。除了我们已提供的版本之外，没有其他的 LTS 版本。

不同的 Dask 软件包以不同的速度发展

Dask 能够快速演进和实验，同时保持核心稳定，因为它被拆分成子软件包，每个子软件包独立发展，有自己的维护者、自己的版本和自己的发布周期。一些 Dask 子项目很早之前版本就高于 1.0 了，而另一些则仍不稳定。

今天 Dask 的版本号很难定义，因为它由不同群体的许多独立工作组成。这与 Jupyter 或 Numeric Python 生态系统本身的情况类似。

致谢

最后，我们感谢多年来为项目做出贡献的每一个人，无论是通过贡献代码、评审、文档、讨论、错误报告、高质量的问题和答案、视觉设计，还是美好的祝愿。这对我们意义重大。

如今，PyPI 上有数十个 dask-* 软件包，它们支持数千名用户，还有更多软件包整合了 Dask 以实现并行计算。我们很庆幸能在这个充满活力的社区中发挥作用。