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

Métriques du dépôt

Stars

2 401 stars (2 401 stars)

Métriques de merge PR

Merge moyen 1m (Merge moyen 1m)8 PRs mergées en 30 j (8 PRs mergées en 30 j)

Description

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