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
#MBG#Германия#авто
🔴 Акции Mercedes-Benz в Германии упали в пятницу после того, как производитель автомобилей класса люкс снизил прогноз прибыли на весь год.
👉 Автопроизводитель пересмотрел свой скорректированный прогноз доходности продаж до 7,5%-8,5%, что является резким падением по сравнению с предыдущим прогнозом в 10%-11%.
👆 Посмотрите на график: EPS успел уже упасть на почти 50% - и лично мне кажется, что это только начало...
Самые дорогие товары длительного пользования первыми реагируют на снижение спроса - у людей просто нет ни возможности ни желания покупать эти товары по современным ценам.
Падение покупательской способности населения обычно вызывает рецессию в экономике.
За авто следом пойдёт электроника, дискреционные люксовые товары (у топовых брендов уже сокращаются продажи).
Ждёмс...