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

[Documentation] Worker for executing multiple Python functions

Aperta
#696 3 commenti 1 reazione 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
Da chiarire
Stato di attività
Ferma
Stack tecnologico
python
Ambito
distributed-systems, hpc

Direzione di ricerca

L’issue non indica alcun file né test. Inizia confrontando SlurmClusterExecutor e FluxClusterExecutor con SlurmJobExecutor e FluxJobExecutor, incluso il comportamento esistente di block_allocation descritto nell’issue. Chiarisci se l’obiettivo è la documentazione o una nuova capacità del worker, quindi definisci il completamento in termini di esecuzione di più funzioni Python su risorse condivise del cluster.

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

Descrizione

documentation

There are basically three ways to use a Python Task Managers:

  • Submit each Python Function as an individual job to the HPC cluster - supported in executorlib by the SlurmClusterExecutor and the FluxClusterExecutor.
  • Submit multiple Python Functions within one HPC job allocation - supported in executorlib by the SlurmJobExecutor and the FluxJobExecutor.
  • Submit multiple Python Functions to the same resources on a given HPC cluster - similar to the block_allocation=True for the SingleNodeExecutor, the SlurmJobExecutor and the FluxJobExecutor but for the SlurmClusterExecutor and the FluxClusterExecutor. This is the standard use case for solutions like https://www.dask.org and https://parsl.readthedocs.io/ so it might be an interesting addition to executorlib.
Lingua principale
Python
Stelle
77
Fork
7
Merge medio
10h 32m
PR unite (30g)
12

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

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 pyiron/executorlib

Tutte le issue di pyiron/executorlib

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.