Hacktoberfest 2026: die Issues, die Maintainer für den Oktober markiert haben – offen und einsteigerfreundlich. Hacktoberfest-Issues durchsuchen

Number of processes started by IPyParallel clusters

Offen
#693 8 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

Bewertung

Schwierigkeit
4/5
Geschätzter Aufwand
3-5 Tage
Anfängerfreundlichkeit
25/100
Issue-Typ
Dokumentation
Klarheit
Muss geklärt werden
Aktivitätsstatus
Veraltet
Tech-Stack
jupyter, python

Rechercherichtung

Beginne mit den im Issue beschriebenen Prozessanzahlen und vergleiche sie mit der Dokumentation zu all-connections in der verlinkten Connections-Referenz. Ermittle, ob die gemeldeten Prozessanzahlen für Controller und Engine erwartet werden, und dokumentiere das Ergebnis sowie jede unterstützte Möglichkeit, sie zu reduzieren; das Issue ist abgeschlossen, wenn Verhalten und Hinweise klar sind.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Beschreibung

A lot of users seem to be surprised by the number of processes that are started as part of an IPyParallel cluster. In my testing, we seem to start 2 processes per engine (the engine itself and the nanny), an mpiexec process in case of MPI-Launcher, and 9 processes for the controller. The number of controller processes seem to be higher than expected (5 vs 9) based on: https://ipyparallel.readthedocs.io/en/latest/reference/connections.html#all-connections.

  1. Is this in line with what you expect (9 processes)? If so, is this a documentation issue that we could fix? If not, is this a bug that needs to be fixed?
  2. Is there a way to reduce the number of processes required in general across the board, in particular for the controller?
  3. Can we improve the documentation on this in general?
Vorherrschende Sprache
Jupyter Notebook
Sterne
2.6k
Forks
1k
PR-Merge-Kennzahlen
Keine gemergten PRs in 30 T.

Beitragsleitfaden

Beitragsleitfaden öffnen

Erste Schritte

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

Mehr aus ipython/ipyparallel

Alle Issues in ipython/ipyparallel

Ähnliche Issues

Weitere Issues zu Distributed Systems

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.