CouncilDataProject / CouncilDataProject/cdp-data
Parallelize mass conversion of transcripts to CSV
- Vorherrschende Sprache
- Jupyter Notebook
- Sterne
- 5
- Forks
- 4
- PR-Merge-Kennzahlen
- Keine gemergten PRs in 30 T.
Beschreibung
Currently, we use `thread_map` to do a lot of data fetching for getting events, sessions, transcripts, videos, etc. However our `store_transcript_as_csv` logic is just a loop that takes a long time. It would be preferable to use `process_map` (or w.e. the function name is) in a similar fashion as all the other processing we do to parallelize this process.
Beitragsleitfaden
Rechercherichtung
Beginne damit, die Logik von store_transcript_as_csv zu finden, und vergleiche ihre aktuelle Schleife mit der bestehenden Verwendung von thread_map zum Abrufen von Ereignissen, Sitzungen, Transkripten und Videos. Prüfe, wie process_map an anderer Stelle verwendet wird, und bestätige anschließend den Abschluss, indem du überprüfst, dass die massenhafte Konvertierung von Transkripten in CSV parallelisiert ist, ohne ihre Ausgabe zu ändern.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Bewertung
- Tech-Stack
- python
- Bereich
- data-engineering, performance
- Issue-Typ
- Refactoring
- Schwierigkeit
- 3/5
- Geschätzter Aufwand
- 1-2 Tage
- Aktivitätsstatus
- Veraltet
- Klarheit
- Größtenteils klar
- Anfängerfreundlichkeit
- 35/100