Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

BroadcastScheduler

Aperta
#470 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
25/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Ferma
Stack tecnologico
python
Ambito
distributed-systems

Direzione di ricerca

Inizia esaminando il prototipo BroadcastScheduler e i casi ignorati in test_view_broacast. Confronta il comportamento di broadcast e direct-view e individua i test, la documentazione e i benchmark mancanti descritti nell’issue. Il lavoro è completato quando è stato affrontato il lavoro di maturazione elencato, inclusa una decisione sul coalescing automatico e sulla possibile sostituzione di directview.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

We have landed the prototype BroadcastScheduler for improved scaling of DirectView-style message patterns (same request to all engines), but there's still quite a bit to do. Still to do to bring this to maturity:

  1. document differences between broadcast and direct view, tuning parameters, etc.
  2. ensure broadcast view passes all direct view tests (some noted in skips in test_view_broacast)
  3. include benchmarks comparing dview/broadcast
  4. consider 'automatic' coalescing behavior rather than explicit
  5. when bcast reaches maturity, consider replacing directview with broadcast, as it should be better ~across the board, and only worse when everything is super fast (small messages, small number of engines)
Lingua principale
Jupyter Notebook
Stelle
2.6k
Fork
1k
Nessuna PR unita negli ultimi 30g

Guida per i contributori

Apri la guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di ipython/ipyparallel

Tutte le issue di ipython/ipyparallel

Issue simili

Altre issue su Distributed Systems

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.