Cell-level caching

Offen

#992 erstellt am 16.9.2022 0 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

Bewertung

Schwierigkeit: 5/5
Geschätzter Aufwand: Über eine Woche
Anfängerfreundlichkeit: 25/100

Issue-Typ: Feature
Klarheit: Muss geklärt werden
Aktivitätsstatus: Veraltet
Tech-Stack: jupyter, jupyter-notebook, python
Bereich: backend

Rechercherichtung

Beginnen Sie mit der Untersuchung des Notebook-Ausführungspfads von ipykernel und des referenzierten akernel-Ansatzes, einschließlich der Verwendung von Pythons ast-Modul zum Vergleichen zwischengespeicherter Zell-Eingaben und -Ausgaben. Vergleichen Sie dieses Design mit dem Caching-Modell von knitr und klären Sie, wie Caching Quarto und JupyterBook dienen soll. Für den Abschluss ist ein abgestimmtes Caching-Design auf Zellebene für ipykernel erforderlich, einschließlich der Frage, wann die Ausführung übersprungen werden darf und wie die Gültigkeit festgestellt wird.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Beschreibung

Often we want to visualize the content of the notebook for example as an HTML and also recompute it to check its validity. This ensures that the notebook is runnable and also shows the desired output. However, running a notebook is very time-consuming. It would be great if we had some cell-level cache that would speed up repeated executing of the notebook.

@davidbrochart in his project akernel (asynchronous kernel) solved a similar issue. He approached it by parsing inputs and outputs of the cached cell using ast module. He could then skip the execution of the particular time-consuming cell, if the outputs were cached and the inputs hasn't changed from the previous execution. I hope I didn't misinterpret it. @davidbrochart please comment on any of my mistake.
An inspiration could also be taken from knitr from R, who has this implementation available.

Could we get something like this for ipykernel? Many popular projects would benefit from this improvement, such as Quarto or JupyterBook.

Vorherrschende Sprache: Python
Sterne: 734
Forks: 411
Ø Merge: 1 T. 2 Std.
Gemergte PRs (30 T.): 9

Beitragsleitfaden

Beitragsleitfaden öffnen

Erste Schritte

Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
Forken Sie das Repository und arbeiten Sie in einem Branch.
Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.

Mehr aus ipython/ipykernel

`Kernel._control_lock` created after it may be used Offen

Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 75/100

ipython/ipykernel#1567 · 1 Kommentar · Erstellt am 22.9.2026
pytest seems to be the testrunner - not nose, as mentioned in README Offen

Schwierigkeit 1/5 Unter einer Stunde Anfängerfreundlichkeit 72/100

ipython/ipykernel#554 · Erstellt am 17.10.2020
post_execute fires during comm_msg handling on a subshell, so output published from the hook is parented to the comm_msg and dropped by frontends Offen

Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 48/100

ipython/ipykernel#1564 · Erstellt am 21.9.2026
Shell reply sent raw on the ROUTER can drop the ZMQStream wake-up; a request arriving in that window is not read until the next connection Offen

Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 68/100

ipython/ipykernel#1554 · 1 Kommentar · Erstellt am 07.9.2026
Interrupt on swallowed `KeyboardInterrupt` exceptions (`SIGINT`) when pressing twice (within 5 seconds) Offen

ipython/ipykernel#1550 · 1 Kommentar · 1 Reaktion · 1 zugewiesene Person · Erstellt am 25.8.2026

Alle Issues in ipython/ipykernel