Excessive memory use or memory fragmentation when unpickling many small objects
Abierto
Nadie ha tomado este issue todavía.
3.12
performance
stdlib
- Lenguaje dominante
- Python
- Estrellas
- 77.2k
- Forks
- 36k
- Métricas de merge de PR
- Métricas de PR pendientes
Descripción
| BPO | 36694 |
|---|---|
| Nosy | @pitrou, @avassalotti, @methane, @serhiy-storchaka, @Paul-E |
| PRs | |
| Files |
Note: these values reflect the state of the issue at the time it was migrated and might not reflect the current state.
Show more details
GitHub fields:
assignee = None
closed_at = None
created_at = <Date 2019-04-21.17:11:20.009>
labels = ['3.8', 'library', 'performance']
title = 'Excessive memory use or memory fragmentation when unpickling many small objects'
updated_at = <Date 2019-05-02.16:43:18.896>
user = 'https://github.com/Paul-E'
bugs.python.org fields:
activity = <Date 2019-05-02.16:43:18.896>
actor = 'serhiy.storchaka'
assignee = 'none'
closed = False
closed_date = None
closer = None
components = ['Library (Lib)']
creation = <Date 2019-04-21.17:11:20.009>
creator = 'Ellenbogen'
dependencies = []
files = ['48279', '48280', '48282']
hgrepos = []
issue_num = 36694
keywords = ['patch']
message_count = 8.0
messages = ['340615', '340616', '340617', '341179', '341181', '341193', '341251', '341284']
nosy_count = 5.0
nosy_names = ['pitrou', 'alexandre.vassalotti', 'methane', 'serhiy.storchaka', 'Ellenbogen']
pr_nums = ['13036']
priority = 'normal'
resolution = None
stage = 'patch review'
status = 'open'
superseder = None
type = 'resource usage'
url = 'https://bugs.python.org/issue36694'
versions = ['Python 3.8']
Guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Línea de trabajo
Comienza revisando el PR #13036 enlazado y los archivos adjuntos load.py, common.py y dump.py. Reproduce el comportamiento de memoria informado para muchos objetos pequeños y, a continuación, compara los resultados con los cambios propuestos. Se considera completado cuando se haya corregido el uso excesivo de memoria o la fragmentación y se haya cubierto el comportamiento de rendimiento relevante.
Escrito por el modelo de indexación a partir del texto del issue.
Evaluación
- Stack tecnológico
- python
- Área
- performance
- Tipo de issue
- Error
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Estado de actividad
- Estancado
- Claridad
- Bastante claro
- Aptitud para principiantes
- 25/100