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
Про Альтсезон
Боюсь представить как сейчас шилят альт сезон 😅
Эфир еще не восстановился, а уж про прочее говно альткоины я молчу
До альт сезона еще далеко, на простом энтузиазме сейчас будет сложно выехать нужны громкие инфоповоды
Надеемся, верим, ждем и #HODL
🖤Аналитика
Big news on March 4, 2025 (yep, today)! 😂
After the wild highs of 2024, it’s like the bear market just won’t quit—still feels like we’re stuck in the dip! 📉
But with crypto’s crazy rollercoaster, who knows what’s around the next turn? 🚀#HODL