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

Number of processes started by IPyParallel clusters

Ouverte
#693 8 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

Évaluation

Difficulté
4/5
Temps estimé
3-5 jours
Accessibilité débutants
25/100
Type d'issue
Documentation
Clarté
À clarifier
Activité
À l'abandon
Stack technique
jupyter, python
Domaine
distributed-systems, documentation

Piste de recherche

Commencez par les nombres de processus décrits dans l’issue et comparez-les avec la documentation all-connections de la référence des connexions liée. Déterminez si les nombres de processus signalés pour controller et engine sont attendus, puis documentez le résultat ainsi que toute méthode prise en charge pour les réduire ; l’issue est terminée lorsque le comportement et les indications sont clairs.

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

Description

A lot of users seem to be surprised by the number of processes that are started as part of an IPyParallel cluster. In my testing, we seem to start 2 processes per engine (the engine itself and the nanny), an mpiexec process in case of MPI-Launcher, and 9 processes for the controller. The number of controller processes seem to be higher than expected (5 vs 9) based on: https://ipyparallel.readthedocs.io/en/latest/reference/connections.html#all-connections.

  1. Is this in line with what you expect (9 processes)? If so, is this a documentation issue that we could fix? If not, is this a bug that needs to be fixed?
  2. Is there a way to reduce the number of processes required in general across the board, in particular for the controller?
  3. Can we improve the documentation on this in general?
Langage dominant
Jupyter Notebook
Étoiles
2.6k
Forks
1k
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.