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
#RAD/USDT analysis :
#RAD is currently experiencing a bearish trend, trading below the 200 EMA. The price is forming lower lows (LLs) and lower highs (LHs).
At present, it is testing the resistance zone along with the 200 EMA. A reversal is anticipated from this level, allowing the price to resume its bearish momentum and potentially test lower levels.
TF : 1H
Entry : $0.840
Target : $0.779
SL : $0.875
#RAD/USDT analysis :
#RAD has broken out and retested the previous support levels. It is expected to reject from the current level and test lower levels.
TF : 1h
Entry : $1.209
Target : $1.127
SL : $1.268