Hacktoberfest 2026:メンテナが10月に向けて印を付けた、オープンで初心者向けの issue。 Hacktoberfest の issue を見る

Outstanding task on client but hub says completed when using broadcast view

オープン
#882 コメント 0 件 リアクション 0 件 担当者 0 名 GitHub で見る

まだ誰も着手していません。

評価

難易度
4/5
見積もり時間
3〜5日
初心者へのやさしさ
35/100
issue の種類
バグ
明瞭さ
おおむね明確
活発さ
停滞
技術スタック
jupyter, numpy, python

調査の方向性

レポートに示されている broadcast_view と apply のワークフローから始め、その後 ar.get() の完了を queue_status() および purge_local_results('all') のチェックと比較します。報告された完了タスクの状態と purge 操作が一致するか、issue に残っている制限が明確に記載されていれば完了です。ファイル名もテスト名も指定されていません。

索引モデルが issue の本文から書いたものです。

説明

bug

I want to purge_everything or purge_local_results but I'm getting RuntimeError: Can't purge outstanding tasks: ...
The reason I want to purge is that after a couple of tasks my engines memory seems to get full and slows down the process. I'm trying to figure out if it's a memory issue related to ipyparallel or something related to the tasks.

Here is a rough sketch of what I'm doing:

do some setup:

  from ipyparallel import Client, Reference
  rc = Client(client_args, client_kwargs)
  view = rc.broadcast_view(view_args, view_kwargs)
  view.is_coalescing = False
  view.apply_sync( # do some setup stuff )

then:

  ar  = view.apply( # do the real work, and pickle it)
  fvs = np.array(sum([pickle.loads(fv) for fv in ar.get()],[]))

  view.client.purge_local_results('all') # this says there are outstanding tasks
  view.client.queue_status() # this says all tasks are complete
主要言語
Jupyter Notebook
スター
2.6k
フォーク
1k
PR マージ指標
30日以内にマージされた PR はありません

コントリビューションガイド

コントリビューションガイドを開く

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

ipython/ipyparallel のほかの issue

ipython/ipyparallel の issue をすべて見る

似ている issue

Distributed Systems の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。