算法训练阶段全流程版本化

[allwefantasy]

在MLSQL中，我们希望数据，算法参数，模型，以及最后效果都可以版本化，从而保证任何一次实验都可重复。一般通过一些辅助系统，我们通常可以较为方便的做到算法参数以及模型效果的保存，从而对实验具有的一定管理能力。但是随着数据的实时性越来越好，这意味着数据变化的可能性越来越高。我们需要随时能够知道我们使用什么算法，在什么参数条件下，对什么数据进行训练，最后得到什么效果。

通过数据湖的time traval功能，我们只要将实验版本号记录起来，就可以随时回滚到某个实验版本中，从而避免手动管理大量实验数据的版本。