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
Ровно через две недели стартует весенняя ярмарка нон-фикшн. У меня там планируется парочка выходов из зоны комфорта, поэтому в работе сейчас 100500 текстов (преимущественно китайских), о которых, надеюсь, скоро буду вам рассказывать подробнее.
А пока всем мир и слегка нескрепный мем
#bookmemes
Пока не встретилась с отпуском, не осознавала, насколько мне его не хватало... А тут после здорового 100500-часового сна даже на лиричные мемы потянуло...
#bookmemes
Этот админ-скиталец вернулся в пределы родной Ойкумены и уже начал читать/слушать пару новых книг, дабы догнать уходящий поезд длинных выходных... А как ваше ничего?
#bookmemes