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
🎯🎯Excellent 30% Profit on #FLUX/USDT for all Premium Members
🚀🚀It has crossed all the targets
👁🗨Contact @futurechief to enter the premium group & make daily gains
#FLUX/USDT analysis :
#FLUX is currently in a downtrend, forming lower lows (LLs) and lower highs (LHs) below the 200 EMA. The price is rejecting from the resistance zone and is expected to decline further, maintaining its bearish momentum and potentially testing lower levels. Wait for pullback for short entry.
TF : 4h
Entry : $0.5124
Target : $0.4521
SL : $0.5531
#FLUX/USDT analysis :
#FLUX has recently rebounded from the support zone. It is anticipated to keep rising and test the resistance zone on the lower time frame (LTF).
TF : 1h
Entry : $0.5469
Target : $0.5847
SL : $0.5207