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
#Danimarca🇩🇰
#Parlamentari
Risultati finali alle isole Fær Øer.
Voti scrutinati: 100%.
Affluenza: 75,49% (+4,17% rispetto al 2022).
🟥 Socialdemocratici (#C|Centro-sinistra unionista): 44,90%
🟦 Partito dell'Unione (#B|Centro-destra unionista): 25,22%
🟩 Partito Popolare Faroense (#RS|Centro-destra indipendentista): 15,04%
🟩 Repubblica (#E|Sinistra indipendentista): 13,35
🟦 Partito di Centro (#H|Destra conservatrice): 1,49%
@TuttoElezioni