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
🇪🇦#Spagna, elezioni in Castiglia e León: i popolari guidati dal presidente Alfonso Fernandez #Mañueco riconfermano il governo regionale. Sia i socialisti che Vox tengono a discapito dei provincialisti, oltre a Podemos e Ciudadanos che escono dal consiglio.
#PP (centrodestra): 35,5% (33 seggi)
#PSOE (centrosinistra): 30,7% (30)
#Vox (destra): 18,9% (14)
#UPL (regionalisti di León): 4,4% (3)
#XAV (provincialisti di Ávila): 0,9% (1)
#SY (provincialisti di Soria): 0,7% (1)
Affluenza: 59,7% (+0,9)