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
#ADX/USDT analysis :
#ADX is currently in a downtrend and trading below its 200 exponential moving average (EMA). The price is encountering resistance from the 200 EMA and a resistance zone. It is anticipated that the price will decline from this point and test lower levels.
TF : 2h
Entry : $0.1090
Target : $0.0963
SL : $0.1173
#ADX/USDT analysis :
#ADX is currently in an uptrend, making new highs while trading above the 200 EMA and the support zone. The price is anticipated to resume its bullish momentum and test the previous swing high. Look for a pullback for a long entry.
TF : 4H
Entry : $0.1659
Target : $0.1934
SL : $0.1550
#ADX profit projections if remains in bull zone
Strong support Layer
220-225
Above this value #ADX will remain in bull Zone and will go as projected 🚀🚀