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
📈Статистика NEOCART Ai за сегодняшний день, 3 плюсовые сделки и еще 2 находятся в отработке.
📊Daily statics:
#WLFI +0.00% | 18/02/2026 |
#PIPPIN +47.6% | 18/02/2026 | Short
#HEMI +0.00% | 18/02/2026 |
#ESP +51.84% | 18/02/2026 | Short
#XNY +50.01% | 18/02/2026 | Short
ROI: +149.45%
Не смотря на такой плохой рынок, мы забрали хороший профит, покупать ли наш продукт? - решать вам
Доступ всего 38$
Приобрести NEOCART Ai