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
«В Милане запустили два трамвая в честь 20-летия сотрудничества #LouisVuitton и Такаси Мураками.
Эти исторические трамваи 1920-х годов курсируют с 8 по 28 января.
Первый трамвай — это передвижной кинотеатр в синих тонах с арт-видео и работами Мураками. Второй — ярко-розовое литературное кафе с Monogram Multicolor на столиках, книгами об искусстве и баром, где подают малиновый bubble tea и печенье в форме Panda Superflat.
Чтобы попасть на один из трамваев, нужно заранее забронировать место через службу поддержки Louis Vuitton или на официальном сайте бренда».
Via кутюрник