python / python/pyperformance

Do Not Try To Install Benchmark Dependencies If Already Done

Offen
#158 0 Kommentare 1 Reaktion 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

Vorherrschende Sprache
Python
Sterne
1k
Forks
203
Ø Merge
1 Std. 20 Min.
Gemergte PRs (30 T.)
2

Beschreibung

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.

Beitragsleitfaden

Für dieses Repository ist kein Beitragsleitfaden indexiert

Erste Schritte

  1. Lies das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreib ins Issue, dass du es übernimmst — das erspart doppelte Arbeit.
  3. Forke das Repository und arbeite in einem Branch.
  4. Öffne einen Pull Request, der die Issue-Nummer nennt.

Rechercherichtung

Beginne damit nachzuverfolgen, wo Benchmark-Anforderungen installiert werden und wie die gemeinsamen und benchmark-spezifischen virtuellen Umgebungen erstellt werden. Vergleiche die Nachverfolgung installierter Anforderungen mit der Überprüfung der Umgebung, einschließlich der Wechselwirkung mit Issue #157. Die Arbeit ist abgeschlossen, wenn wiederholte Benchmark-Ausführungen Arbeit überspringen, sobald Abhängigkeiten bereits verfügbar sind, ohne die Korrektheit der Abhängigkeiten zu beeinträchtigen.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Tech-Stack
python
Bereich
performance, tooling
Issue-Typ
Feature
Schwierigkeit
4/5
Geschätzter Aufwand
3-5 Tage
Aktivitätsstatus
Veraltet
Klarheit
Größtenteils klar
Anfängerfreundlichkeit
35/100

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.