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#А837⤴️⤴️⤴️
🎥 Все вокруг похоже на кадры из фильма, где у героини-королевы драмы всегда есть время сварить кофе в турке, перечитать книгу, найденную на блошином рынке, 🛌 и заправить кровать двумя рядами подушек.
☕️ Столик у окна прямо обязывает смотреть в даль и притворяться меланхоличным философом.
🪞А синий уголок с трюмо манит задержаться дольше, чем планировалось, по кругу поправляя макияж и мысли. Да так, чтобы на лице было написано «Не мешайте ей, она в клипе» 💅
🖌️Дизайнер — Алина Рыжанкова @ralinazh
💸 85к/мес + к/у
📐 54 м²
🪜 5/6 этаж
📍Среднеохтинский, 8
📞 на связи агент Александр
+79618110007
*больше фото в комментариях ⤵️
Нестыдные | Петербург.
Подписаться