rapidsai/cudf

[FEA] `cudf.read_text` does not use the GDS-enabled datasource

Open

#13,880 opened on 2023年8月14日

GitHub で見る
 (2 comments) (0 reactions) (1 assignee)C++ (735 forks)batch import
PerformancePythoncuIOfeature requestgood first issuelibcudf

Repository metrics

Stars
 (6,000 stars)
PR merge metrics
 (平均マージ 17d 21h) (30d で 230 merged PRs)

説明

libcudf's multibyte_split has multiple ways to specify input data source when reading from a file:

  1. auto const source = cudf::io::text::make_source_from_file(temp_file_name); // no GDS

  2. auto const datasource = cudf::io::datasource::create(temp_file_name); auto const source = cudf::io::text::make_source(*datasource); // supports GDS

cudf.read_text uses the first option to create the data_chunk_source object, so it does not benefit from potential direct reads with GDS.

cudf.read_text should create a cudf::io::datasource object to improve performance on GDS-enabled systems.

コントリビューターガイド

調査方針
cudf.read text の実装を変更して、ファイルパスから cudf::io::datasource を作成し、make source from file を直接使用する代わりに make source に渡すようにします。
技術スタック
cpp
領域
backendapiperformance
Issue 種別
機能
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
2
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
半日
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
アクティブ
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
明確
前提条件
C++cudf::io::datasource
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
60