Zasper - Pengganti JupyterLab yang modern dan efisien berbasis Go

• Zasper adalah IDE yang dirancang untuk mendukung konkurensi berskala besar.
  • Menyediakan penggunaan memori minimal dan kecepatan yang sangat baik, sambil menangani beberapa koneksi sekaligus.
  • Cocok untuk menjalankan aplikasi data gaya REPL seperti Jupyter Notebook.
  • Saat ini didukung penuh di Mac dan didukung secara terbatas di Linux.
• Benchmark
  • Zasper menggunakan RAM dan CPU 4x lebih sedikit dibanding JupyterLab.
  • JupyterLab menggunakan sekitar 104.8 MB RAM dan 0.8 CPU, sedangkan Zasper menggunakan 26.7 MB RAM dan 0.2 CPU.
• Alasan pembuatan Zasper
  • Di pasar sudah ada alat frontend mirip JupyterLab seperti Databricks Notebooks dan Deepnote Notebooks, tetapi sebagian besar tidak gratis dan harus dikerjakan di cloud.
  • Zasper berjalan mulus di mesin lokal dan memanfaatkan sumber daya yang tersedia secara efektif untuk memastikan efisiensi maksimal.
  • Bahasa Go menyediakan dukungan yang baik untuk protokol REST, RPC, dan WS, dengan unggul dalam konkurensi dan performa.
  • Python cocok untuk tugas asinkron berbasis I/O, tetapi memiliki keterbatasan pada beban kerja berbasis CPU.
• Menyediakan berbagai fitur seperti editor, terminal, launcher, Jupyter Notebook, kontrol versi, palet perintah, mode gelap, dan fitur lainnya.
• Disediakan dalam bentuk aplikasi Electron dan aplikasi web.
• Roadmap
  • Zasper bertujuan menjadi ekosistem IDE yang kuat untuk data scientist dan AI engineer, dengan arah pengembangan ke depan sebagai berikut:
    • Mendukung aplikasi data kustom selain Jupyter Notebook.
    • Mempermudah integrasi dengan alat yang sudah ada.
    • Menyediakan Zasper Hub untuk deployment self-hosted di cloud.

[GN⁺]

Komentar Hacker News

• Penulis Zasper menjelaskan bahwa pemrosesan kernel Jupyter di Zasper dibangun dengan coroutine Go dan lebih baik dibandingkan pendekatan Python di JupyterLab.

  • Zasper memakai sekitar 1/4 RAM dan CPU dibandingkan JupyterLab.
  • Fitur pencarian dan lain-lain belum dioptimalkan sehingga masih lambat.
  • Saat ini dikembangkan penuh waktu oleh satu orang, dan akan disempurnakan lebih lanjut.
  • Menargetkan respons yang baik terhadap rancangan pertamanya.

• Marimo terdengar menarik sebagai alternatif Jupyter yang menggabungkan keunggulan Streamlit dan Jupyter.

• Ada yang mempertanyakan apakah penurunan penggunaan memori dan CPU benar-benar berarti.

  • Karena kode Python mengonsumsi lebih banyak sumber daya, tidak jelas seberapa besar threading Go membantu.

• Ada pendapat bahwa meski JupyterLab sudah tua, ia tetap modern berkat pengembangan berkelanjutan.

• Alternatif ini dikatakan hanya dapat dijalankan di macOS dan didukung secara parsial di Linux, serta hanya mendukung IPython.

  • Disebutkan bahwa peningkatan performa dari Go dinetralisasi oleh penggunaan Electron.

• Dalam Jupyter, dibutuhkan antarmuka seperti rstudio, dan fitur yang dapat menjalankan blok kode dianggap penting.

  • Menyukai fitur "open console for notebook" di JupyterLab, tetapi tidak menemukan cara untuk mengirim teks atau beralih fokus menggunakan pintasan keyboard.
  • Karena hal ini, ia tidak menggunakan implementasi Jupyter dari VSCode.

• Ada yang berharap mempertimbangkan Wails untuk UI.

  • Menyesali bahwa meskipun banyak usaha diberikan pada Go, akhirnya menggunakan Electron.

• Bertanya-tanya apa keunggulan yang dimiliki dibandingkan implementasi Jupyter notebook di VSCode.

• Bertanya apakah output tidak hilang saat memutus dan menyambung ulang koneksi dari frontend yang sedang berjalan.

• Ini tampak sebagai proyek yang menggantikan frontend JupyterLab sambil mempertahankan koneksi dengan kernel Jupyter.

  • Secara teoritis, kemungkinan mendukung kernel JavaScript atau bahasa lain terlihat ada.
  • Disebutkan bahwa proyek ini hanya diuji dengan kernel IPython, dan menunjukkan ketertarikan pada arah pengembangannya.