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

Lava callback latency problem

Abierto
#446 1 comentario 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
Error
Claridad
Necesita aclaración
Estado de actividad
Estancado
Stack tecnológico
docker, fastapi, grafana, kubernetes, nginx, python

Línea de trabajo

Comienza trazando la ruta del callback de FastAPI, incluidas las cargas de artefactos al almacenamiento de KernelCI, y compara el despliegue de Docker de staging con el despliegue de Kubernetes de producción. Usa la solicitud de Grafana al endpoint / predeterminado como señal de latencia y, después, investiga si el cuello de botella está en el callback, docker-proxy o nginx. Se considera terminado cuando se haya identificado la causa de la latencia y se haya validado una corrección concreta del callback o del despliegue.

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

Descripción

techdebt

Right now callback is fastapi, which is async. But callback endpoint is slow, as it need to upload artifacts to kernelci storage.
Even i did threads, it seems still slow. We have grafana monitoring that does plain HTTP request to default / endpoint, and it is
reaching 2-4 seconds latency when we have lot of LAVA submissions.
We need to investigate this, and probably rewrite way how callback works fundamentally.
It might be also totally different issue (for example docker-proxy or nginx), because k8s deployment (production) handling this well, but staging (based on docker containers) is slow.

Lenguaje dominante
Python
Estrellas
14
Forks
32
Merge medio
10 h 18 min
PR fusionados (30 d)
5

Preparar el entorno

Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.

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 kernelci/kernelci-project

Todos los issues de kernelci/kernelci-project

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.