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
#DEXE/USDT analysis :
#DEXE is currently in an uptrend on the higher time frame (HTF). The price is in an accumulation phase, consolidating sideways. A breakout from this consolidation is anticipated soon, which would likely continue the bullish rally and test the swing high. We should look for potential pullbacks to establish long entries.
TF : 1W
Entry : $8.260
Target : $18.100
SL : $6.340
#DEXE/USDT analysis :
#DEXE is currently facing resistance from the 200 EMA on the daily time frame. On the 4-hour time frame, it has broken and retested the support zone. The price is now likely to continue its bearish momentum and test new lows.
TF : 4H
Entry : $8.461
Target : $7.953
SL : $8.783