Do Not Try To Install Benchmark Dependencies If Already Done

Aperta
#158 0 commenti 1 reazione 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
35/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Ferma
Stack tecnologico
python
Ambito
performance, tooling

Direzione di ricerca

Inizia tracciando dove vengono installati i requisiti dei benchmark e come vengono creati gli ambienti virtuali comuni e specifici per ciascun benchmark. Confronta il tracciamento dei requisiti installati con il controllo dell’ambiente, inclusa l’interazione con l’issue #157. Il lavoro è completato quando le esecuzioni ripetute dei benchmark saltano il lavoro se le dipendenze sono già disponibili, senza compromettere la correttezza delle dipendenze.

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

Descrizione

Currently we install each benchmark's requirements every time we run the benchmarks, which adds to the time it takes. If we know they are already installed then we can skip that.

Possible solutions:

  • only install requirements when a venv is created
    • for the common venv, we'd need to track (in a file) which benchmarks have been done already
  • only install requirements if not done already for the venv
    • track with a file (e.g. <venvroot>/.installed)
    • use a file to track what has already been installed in the venv
    • use pip freeze (or similar) to identify what has been installed already (requires the ability to verify requirements)

All that said, I'm not sure this alone is worth the effort. It might be worth it if combined with #157.

Lingua principale
Python
Stelle
1k
Fork
203
Merge medio
1h 20m
PR unite (30g)
2

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 python/pyperformance

Tutte le issue di python/pyperformance

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.