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
C осени Rolex начал продавать настольные SubmarinerDate Desk Clock, в корпусе из нержавеющей стали, кварцевые, с календарем на 400 лет. Цена чуть больше 10 тыс долл, но серия ограниченная и на вторичном рынке настольные Submariner уходят практически в два раза дороже.
Для Rolex это первый опыт, но настольные люксовые часы давно делают Patek Philippe и Chopard. Небанальный подарок или завершающий штрих к собственному рабочему кабинету.
#rolex
Лидер среди швейцарских часовых брендов — Rolex. Доход компании в 2024 году оценивается в 10,5 млрд швейцарских франков. У бренда 32% рынка часового люкса.
Следом за Rolex — Cartier (8%), Omega и Patek Philippe.
Одна из новинок 2025 года — Rolex GMT-Master IIс циферблатом из тигрового железа. 18-каратное розовое золото, 40 мм. 100 - 140 тыс. долларов.
#rolex