工作流引擎
Noodles的Python项目详细描述
| rtfd travis zenodo codecov
面条-python的简单并行编程
通常，计算机程序可以通过在 parallel（同时），而不是synchronously（在 另一个）。
一个简单的例子可能是您分配两个变量，如下所示a = 2 * i
以及b = 3 * i。这两个语句都只依赖于i，但是
在b之前指定a或者反之亦然，这与您的程序如何
作品。无论什么时候，都有可能加速一个程序，
因为a和b的赋值可以并行完成，使用
你电脑的CPU上有多个内核。显然，对于简单的作业
a = 2 * i，时间不多，但是如果a是
耗时函数的结果，例如a = very_difficult_function(i)？
如果你的程序多次调用这个函数，比如list_of_a = [very_difficult_function(i) for i in list_of_i]？潜在的加速可能
太棒了。
所以，计算机程序的并行执行对于提高性能是很有帮助的， 但是你如何告诉计算机哪些部分应该并行执行，以及 哪些部分应该同步执行？您如何确定订单 由于最佳顺序可能不同于 部件在程序中出现的顺序。这些问题很快就变成 当你的程序在 发展。因此，许多开发人员接受 程序只是因为它避免了与保持 跟踪程序的哪些部分取决于哪些其他部分。
吃面条。
面条是一个python包，它可以自动构造一个callgraph 对于给定的python程序，精确列出哪些部分取决于哪些部分。 此外，noodles随后可以使用callgraph并行执行代码 在使用多核的本地计算机上。如果你愿意，你甚至可以 配置面条，使其能够远程执行代码，例如在 群集计算机中的大型计算节点。
安装
从pypi安装最新版本：
。代码：：bash
pip install noodles
或者，如果克隆此存储库，
。代码：：bash
git clone git@github.com:NLeSC/noodles.git
cd noodles
pip install .
要启用Xenon进行远程执行，必须安装Java，并且Xenon 可使用
安装。代码：：bash
pip install '.[xenon]'
如果找不到Java（Xenon需要），请运行
。代码：：bash
export JAVA_HOME="/usr/lib/jvm/default-java" # or similar...
在shell初始化脚本中（比如~/.bashrc）。
要启用基于tinydb的作业数据库，请运行
。代码：：bash
pip install '.[prov]'
如果要中断正在运行的工作流并继续 您离开或在多次运行中重用结果。
要运行单元测试，请运行
。代码：：bash
pip install '.[test]'
tox
有些测试取决于正在安装的可选模块。如果 如果进口失败。如果你想测试所有的东西，确保你有核 也安装了。
文档
所有最新的文档都可以在Read the Docs <https://noodles.rtfd.io/>上找到。
。|特拉维斯图片：https://travis-ci.org/NLeSC/noodles.svg?branch=master ：目标：https://travis-ci.org/NLeSC/noodles ：alt:特拉维斯 ……|泽诺多图像：https://zenodo.org/badge/45391130.svg ：目标：https://zenodo.org/badge/latestdoi/45391130 ：alt:doi选项 ……| codecov图像：https://codecov.io/gh/NLeSC/noodles/branch/master/graph/badge.svg ：目标：https://codecov.io/gh/NLeSC/noodles ……| rtfd图像：https://readthedocs.org/projects/noodles/badge/?version=latest ：目标：https://noodles.readthedocs.io/en/latest/?badge=latest ：alt:文档状态
欢迎加入QQ群-->： 979659372
