alibaba/GraphScope

[BUG] Loading from large dataframe/large numpy requires holding all chunks in coordinator

Ouverte

#2 342 ouverte le 23 déc. 2022

Voir sur GitHubGuide contributeur
 (0 commentaire) (1 réaction) (0 personne assignée)HTML (301 forks)batch import
bugcomponent:coordinatorgood first issue

Métriques du dépôt

Stars
 (2 401 étoiles)
Métriques de merge PR
 (Merge moyen 1m) (8 PRs mergées en 30 j)

Description

Describe the bug

It looks strange that we need to accumulate all chunks in the request stream into a list in coordinator before sending to analytical engine, that would requires large available memory for the coordinator pod.

https://github.com/alibaba/GraphScope/blob/b80a35599424580325a750e734f8a3b2dead2a5b/coordinator/gscoordinator/dag_manager.py#L77-L107

Guide contributeur

Direction de recherche
Examinez le code du coordinateur dans les lignes 77-107 de dag manager.py. Le problème est que tous les morceaux sont accumulés dans une liste avant d'être envoyés au moteur analytique, ce qui entraîne une utilisation élevée de la mémoire. Envisagez de modifier le code pour diffuser les morceaux directement vers le moteur ou les envoyer par lots plus petits. Consultez l'interface AnalyticalEngine pour voir si elle prend en charge l'entrée en flux continu. Il n'y a pas de commentaires ni de PR existants, c'est donc une opportunité ouverte d'optimisation.
Stack technique
python
Domaine
backend
Type d'issue
Bug
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-3 heures
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Récente
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Plutôt claire
Prérequis
PythonDistributed systems
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
40