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
🚀 Back to Back profits are made in the Premium Group
🎯🎯#AIXBT/USDT has covered all the target to give a Profit of 201% to all Premium Members
👁🗨Contact @futurechief to enter the Premium Futures & SPOT Group for daily gain
✅✅ 125% Profit on #AIXBT/USDT for our Premium Members on On Binance Futures, Bitget Futures, ByBit USDT, KuCoin Futures, OKX Futures
👆🏻All Profit Targets Successfully Completed
👁🗨Contact @primemod to enter the most powerful premium group & make daily gains
AIXBT Tokenomics
Key aspects of #AIXBT tokenomics (at the time of writing) include:
Total Supply: 1 billion AIXBT tokens
Circulating Supply: 854 million tokens
Market Capitalisation: $85 million
All-Time High: $0.9426
Holders of AIXBT tokens gain access to the aixbt Terminal, a premium market intelligence platform designed for deep-dive crypto analysis.