tests: bounded pressure loops and teardown barrier for test_ep - #735
tests: bounded pressure loops and teardown barrier for test_ep#735Xuan-1998 wants to merge 1 commit into
Conversation
Add --pressure-iterations to bound the pressure-test loop (upstream's --do-pressure-test runs int(1e9) seeds, i.e. until killed; 0 keeps that behavior), with argument validation. Add a barrier before dist.destroy_process_group() so a fast rank cannot tear down the TCPStore while slower ranks are still in destroy. Signed-off-by: Xuan Jiang <xuanj@amazon.com>
🤖 ds-review-bot Code Reviewv6变更正确实现了可配置的压力测试迭代次数及参数校验，并在销毁进程组前增加了同步屏障。未发现会破坏现有行为或测试的缺陷。 v5本 MR 只改动 tests/elastic/test_ep.py，与描述一致：(1) 新增 --pressure-iterations 参数用于限定压力测试循环的 seed 数量，0 保留上游 int(1e9)（跑到被杀）的行为，并带有参数校验（非负、且必须与 --do-pressure-test 搭配使用，校验顺序合理，负值场景不会漏报）；(2) 在 dist.destroy_process_group() 之前加入 dist.barrier()，避免快的 rank 在慢的 rank 仍处于 destroy 流程时提前拆除 TCPStore。pressure_iteration_count 的计算逻辑正确且向后兼容；较大迭代数配合非 --reuse-elastic-buffer 时每个 seed 重建 ElasticBuffer 属既有预期行为。整体可合入，以下为非阻塞性改进建议。 v4pMR 为 tests/elastic/test_ep.py 的压力测试循环新增 --pressure-iterations 参数以支持有界执行（0 保持原有 int(1e9) 次的无界行为），并补充参数校验；同时在 dist.destroy_process_group() 前增加 dist.barrier()，避免快 rank 在慢 rank 仍执行 buffer.destroy() 时提前拆除 TCPStore。整体实现简洁、逻辑正确，参数校验与默认行为均符合 MR 描述，未发现明确问题。 Files reviewed: 1 |
3 participants
Add --pressure-iterations to bound the pressure-test loop (upstream's --do-pressure-test runs int(1e9) seeds, i.e. until killed; 0 keeps that behavior), with argument validation. Add a barrier before dist.destroy_process_group() so a fast rank cannot tear down the TCPStore while slower ranks are still in destroy.