refactor: finalize dataset directory before media initialization
I maintainer di solito rispondono entro 1 giorno
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 45/100
Direzione di ricerca
Start with ArtifactStorage.validate_folder_names() and DatasetBuilder.build() to trace when the dataset name is cached, resume decisions are made, and media storage is initialized. Review the regression tests for fresh runs, resume outcomes, concurrent allocation, image paths, and previews; done means the finalized path is used consistently while those behaviors remain covered.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Priority Level
Low
Task Summary
Finalize the dataset directory after the resume decision and before initializing media storage. Give each run one final path so normal generation does not need to rewrite the cached dataset name or refresh media paths afterward.
Technical Details & Implementation Plan
- Defer media storage initialization until the dataset directory is finalized.
- Keep fresh-directory allocation atomic, including collisions on the base and timestamped names.
- Preserve compatible resume, incompatible
IF_POSSIBLEfallback, completed-run short-circuits, and previews that do not create dataset directories. - Simplify cached-name invalidation and media-path refresh where the revised lifecycle makes them unnecessary.
- Cover fresh runs, resume decisions, concurrent allocation, image paths, and previews with regression tests.
Investigation / Context
Requested in Nabin's review comment, following the collision fix in #1051 for #1050.
ArtifactStorage.validate_folder_names() currently initializes MediaStorage using base_dataset_path, which resolves and caches the dataset name during construction. DatasetBuilder.build() later decides whether to resume or start fresh. Fresh-directory allocation can change the chosen name, requiring a cache rewrite and refresh_media_storage_path().
Dependencies
Follow-up to #1051. This refactor does not block that bug fix.
- Lingua principale
- Python
- Stelle
- 2.4k
- Fork
- 234
- Merge medio
- 20h 56m
- PR unite (30g)
- 69
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Ha un modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di NVIDIA-NeMo/DataDesigner
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
NVIDIA-NeMo/DataDesigner#1073 ·
I maintainer di solito rispondono entro 1 giorno
-
docs: required_columns description is incomplete for LLM and multimodal columnsForse già presa @rksharma-owg l’ha presa 6 giorni fa. Apertabug triaged
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
NVIDIA-NeMo/DataDesigner#1002 · 4 commenti ·
I maintainer di solito rispondono entro 1 giorno
-
enforce \from future import annotations` via ruff FA102 rule`Forse già presa @chethanuk l’ha presa 41 giorni fa. Apertatask
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
NVIDIA-NeMo/DataDesigner#760 ·
I maintainer di solito rispondono entro 1 giorno
-
dependencies task
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
NVIDIA-NeMo/DataDesigner#1054 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 45/100
NVIDIA-NeMo/DataDesigner#1048 ·
I maintainer di solito rispondono entro 1 giorno
Tutte le issue di NVIDIA-NeMo/DataDesigner
Issue simili
-
follow-up
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
I maintainer di solito rispondono entro 1 giorno
-
Download helper still uses huggingface_hub arguments removed in 1.0: USE_SYMLINKS is silently ignored and every download ends with a WinError 3 lineForse già presa @li-lizhe l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
-
IPv6 node addresses produce an invalid request URLForse già presa @RaphaelFakhri l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
typesense/typesense-python#154 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
elastic/elasticsearch-py#3592 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 77/100
developmentseed/titiler-cmr#250 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno