От многопоточных вычислений переходим к распределённым. То есть вычисления, происходящие на нескольких компьютерах.
Конечно, в зависимости от задачи, вы можете взять готовые решения вроде CGRU или Deadline для рендеринга, charm4py или Dask для ML, или замутить что-то на AWS С2. Но хотелось бы чего-то попроще, попитоничней что ли)
А ведь в Python есть средства "из коробки" для синхронизации нескольких процессов на разных хостах.
Вот простой пример кода, который синхронизирует работу двух процессов на разных компьютерах.
В этом случае используется процесс-посредник, который является синхронизирующим сервером.
В примере создаётся некий Manager, который шарит общую для клиентов очередь. Все подключившиеся могут что-то в неё писать или забирать.
В моём коде один процесс что-то "считает" и складывает в очередь, другой забирает и продолжает какие-то свои "расчёты".
Если у вас есть несколько машин, то можете попробовать это запустить по сети (нужно заменить 'localhost' на IP-адрес сервера). Но и на локальной машине сработает.
Gist 🌎
#libs#source#tricks
#аренда#А715⤴️⤴️⤴️#сноваактуальна
«Они сошлись.
Волна и камень,
Стихи и проза,
Лед и пламень»
Кто бы мог подумать, что параллели с творчеством 🪶 Пушкина так легко проникнут в интерьеры. Обилие хромовых деталей в сочетании с четкими границами создает впечатление прочной холодности и неприступности 🏰
Однако, если мы заглянем в учебник 📖 по химии, то обнаружим еще одно неочевидное свойство хрома — хрупкость, что в переводе на интерьерный означает «уютность» 🧸
📐 36 м²
🪜 этаж 4 из 19
💸 85к/мес + к/у
📍Измайловский бульвар, 9
📲 на связи агент Надежда +7 905 222 46 52
*больше фото в комментариях ⤵️
Нестыдные | Петербург.
Подписаться