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
#Murmuration#PKM 这个有意思,[《中国的地图每张都是错的》](https://telegra.ph/%E6%AF%8F%E5%BC%A0%E4%B8%AD%E5%9B%BD%E5%9C%B0%E5%9B%BE%E9%83%BD%E6%98%AF%E9%94%99%E7%9A%84%E8%BF%98%E6%98%AF%E6%95%85%E6%84%8F%E7%9A%84-05-15),这是翻译版本。原版在这里 [《Every map of China is wrong》](https://medium.com/@anastasia.bizyayeva/every-map-of-china-is-wrong-bc2bce145db2) 。🤷我说怎么地图啥都飘呢,哈哈哈