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
#ICP/USDT analysis :
#ICP is currently developing a symmetrical triangle pattern on the higher time frame (HTF). A breakout above the resistance level of $10.230 is anticipated, which could signal the continuation of a bullish rally. For a confirmed entry, it is advisable to wait for the price to surpass this resistance level.
TF : 1W
Entry : $10.230
Target : $20.500
SL : $7.760
✅✅ 222% Profit on #ICP/USDT for our Premium Members on Binance Futures/Bybit/OKX & KuCoin
👁🗨Contact @primemod to enter the premium group & make daily gains on Futures/Bybit/OKX/Kucoin & Bitget market