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#А839⤴️⤴️⤴️
Гениальная диспозиция.
Первый стол — для красоты: можно эффектно поставить чашку кофе и развернуть газету 🗞️, создав иллюзию кипучей деятельности.
Второй стол — для правды. Именно на него тайно выкладываются те самые лапша, суши и пицца, которые только что «вышли из духовки» 🍱 с триумфальным возгласом «Ещё тепленькое!»
Система позволяет совершать магический трансфер еды из пакета в кастрюлю, пока друзья в гостиной восхищаются вашим безупречным вкусом 🤌🏻
💸115к/мес + к/у 100к/мес + к/у
📐 55 м²
🪜 этаж 2 из 4
📍Радищева, 32
📱на связи агент Оксана +7 903 982 28 51
*больше фото в комментариях ⤵️
Нестыдные | Петербург.
Подписаться