Hacktoberfest 2026 : les issues que les mainteneurs ont marquées pour octobre, ouvertes et accessibles aux débutants. Parcourir les issues Hacktoberfest

Retry engines that raise UnmetDependency

Ouverte
#247 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

Évaluation

Difficulté
5/5
Temps estimé
Plus d'une semaine
Accessibilité débutants
30/100
Type d'issue
Fonctionnalité
Clarté
Plutôt claire
Activité
À l'abandon
Stack technique
jupyter, python

Piste de recherche

Commencez par suivre la manière dont le scheduler gère les erreurs de dépendance de @depend et la mise sur liste noire des engines. Déterminez si le comportement existant peut représenter un engine occupé ou si une erreur resource_busy est nécessaire ; le travail est considéré comme terminé lorsque le scheduler préserve les engines qui manquent temporairement de ressources sans les traiter comme ayant échoué.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Description

I'm using ipyparallel in a somewhat hackneyed scheme as a GPU cluster - upon job submission, each engine checks to see whether there are available GPU resources for running the job, and reports back to the scheduler if not. This can be accomplished with @depend, if the Scheduler can be set to not blacklist engines that raise dependency errors. What I'm really looking for is a resource_busy error though.

Is it possible to disable engine blacklist upon raising dependency errors? Or, even better, to more directly tell the scheduler that an engine is busy?

Langage dominant
Jupyter Notebook
Étoiles
2.6k
Forks
1k
Métriques de merge des PR
Aucune PR mergée en 30 j

Guide de contribution

Ouvrir le guide de contribution

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Autres issues de ipython/ipyparallel

Toutes les issues de ipython/ipyparallel

Issues similaires

Plus d'issues Distributed Systems

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.