kubeflow/sdk

[SDK] Get the correct TrainJob components using `get_job()` API

Open

#25 ouverte le 11 déc. 2024

Voir sur GitHub
 (26 commentaires) (1 réaction) (3 assignés)Python (196 forks)auto 404
good first issuehelp wantedkind/feature

Métriques du dépôt

Stars
 (124 stars)
Métriques de merge PR
 (Métriques PR en attente)

Description

What you would like to be added?

As we discussed, currently get_job() API can return multiple Pods for every TrainJob component, like initializer or trainer-node-0: https://github.com/kubeflow/training-operator/pull/2324#discussion_r1860773473. That can happen when Pods are re-created based on Batch/Job restart policies. Therefore, users can see unexpected logs while using the Kubeflow Training SDK.

We should improve this API to show the correct TrainJob components to users. For example, when we list all of the Pods, we can select the most recently created Pod with the same role (e.g. dataset-initializer).

Love this feature?

Give it a 👍 We prioritize the features with most 👍

Guide contributeur

Direction de recherche
Stack technique
Domaine
Type d'issue
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Prérequis
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.