Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

BroadcastScheduler

Abierto
#470 0 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
5/5
Tiempo estimado
Más de una semana
Aptitud para principiantes
25/100
Tipo de issue
Nueva funcionalidad
Claridad
Bastante claro
Estado de actividad
Estancado
Stack tecnológico
python
Área
distributed-systems

Línea de trabajo

Comienza revisando el prototipo de BroadcastScheduler y los casos omitidos en test_view_broacast. Compara el comportamiento de broadcast y direct-view e identifica las pruebas, la documentación y los benchmarks que faltan y que se describen en el issue. Se considerará completado cuando se haya abordado el trabajo de madurez indicado, incluida una decisión sobre la coalescencia automática y el posible reemplazo de directview.

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

Descripción

We have landed the prototype BroadcastScheduler for improved scaling of DirectView-style message patterns (same request to all engines), but there's still quite a bit to do. Still to do to bring this to maturity:

  1. document differences between broadcast and direct view, tuning parameters, etc.
  2. ensure broadcast view passes all direct view tests (some noted in skips in test_view_broacast)
  3. include benchmarks comparing dview/broadcast
  4. consider 'automatic' coalescing behavior rather than explicit
  5. when bcast reaches maturity, consider replacing directview with broadcast, as it should be better ~across the board, and only worse when everything is super fast (small messages, small number of engines)
Lenguaje dominante
Jupyter Notebook
Estrellas
2.6k
Forks
1k
Sin PR fusionados en 30 d

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 ipython/ipyparallel

Todos los issues de ipython/ipyparallel

Issues similares

Más issues de Distributed Systems

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.