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
#COTI/USDT analysis :
#COTI is currently forming higher highs (HHs) and higher lows (HLs) along the trendline. The price is consolidating above this trendline, suggesting a potential bounce back and a test of higher levels.
TF : 1W
Entry : $0.10200
Target : $0.18200
SL : $0.07670
#COTI/USDT analysis :
#COTI is in an uptrend, forming a structure of higher highs (HHs) and higher lows (HLs). The price has broken out and successfully retested the trendline, continuing its bullish trajectory. Currently, the price is trading above a minor resistance zone, which has now become a buy zone. It is anticipated that the price will rise further and test higher levels.
TF : 1H
Entry : $0.14450
Target : $0.16145
SL : $0.13292