> ## Documentation Index
> Fetch the complete documentation index at: https://docs.coreweave.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 평가 정리 시간이 오래 걸리는 문제

이 페이지에서는 대규모 데이터셋으로 W\&B Weave 평가를 실행할 때 오래 걸리는 정리 시간을 줄이기 위해 함께 적용할 수 있는 두 가지 방법을 설명합니다. 평가 코드 실행이 끝난 뒤 프로그램이 종료되기까지 오랫동안 지연되는 현상을 겪은 사용자를 대상으로 합니다.

다음 섹션에서는 대기 중인 백그라운드 작업을 플러시하는 방법과 클라이언트 병렬 처리 수준을 높이는 방법을 설명합니다.

<h2 id="flush-pending-background-work">
  대기 중인 백그라운드 작업 플러시
</h2>

플러시하면 코드가 끝난 뒤 대기 중인 백그라운드 작업을 기다리는 대신, 해당 작업을 메인 스레드와 병렬로 강제 완료합니다.

대규모 데이터셋으로 평가를 실행하면 데이터셋이 백그라운드 스레드에서 업로드되는 동안 프로그램 실행이 완료되기까지 오래 지연될 수 있습니다. 이는 백그라운드 정리 작업이 끝나기 전에 메인 스레드 실행이 먼저 끝나기 때문입니다. `client.flush()`를 호출하면 모든 백그라운드 작업이 메인 스레드에서 강제로 처리되므로, 메인 스레드 실행 중에 병렬 처리가 이루어집니다. 따라서 데이터가 서버에 업로드되기 전에 사용자 코드가 완료되는 경우 성능이 향상될 수 있습니다.

다음 예시는 평가 후 대기 중인 백그라운드 작업을 플러시합니다.

```python theme={"system"}
client = weave.init("fast-upload")

# ... 평가 설정
result = evaluation.Evaluate(dataset_id="my_dataset_id")

client.flush()
```

<h2 id="increase-client-parallelism">
  클라이언트 병렬 처리 수준 높이기
</h2>

클라이언트 병렬 처리 수준을 높이면 Weave가 데이터셋 업로드와 같은 백그라운드 작업에 더 많은 스레드를 사용할 수 있으므로, 플러시와 병행할 때 정리 시간을 더욱 단축할 수 있습니다.

Weave는 환경에 따라 클라이언트 병렬 처리 수준을 자동으로 확인하지만, 다음 환경 변수를 사용하여 직접 설정할 수도 있습니다.

* `WEAVE_CLIENT_PARALLELISM`: 병렬 처리에 사용 가능한 스레드 수입니다. 이 값을 높이면 데이터셋 업로드와 같은 백그라운드 작업의 성능을 개선할 수 있습니다.

`weave.init()`의 `settings` 인수를 사용하여 프로그래밍 방식으로 설정할 수도 있습니다.

```python theme={"system"}
client = weave.init("fast-upload", settings={"client_parallelism": 100})
```

***

<Badge stroke shape="pill" color="blue" size="md">[성능](/ko/support/weave/tags/performance)</Badge><Badge stroke shape="pill" color="blue" size="md">[평가](/ko/support/weave/tags/evaluation)</Badge>