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
#wld
🧐 Ежедневная разблокировка WLD снижается.
В World Network напоминают – с 24 июля темпы разблокировки токена WLD сократятся на ~43% (с ~5,1m до ~2,9m токенов в день).
➠ Токены сообщества: -50% (с 3,2m до 1,6m WLD/день).
➠ Токены команды и инвесторов: -32% (с 1,9m до 1,3m WLD/день).
Разлок остается линейным (ежедневным), без «клиффов».
На текущий момент разблокировано ~4,9b WLD (49% от максимальной эмиссии), из них ~3,3b уже в обращении.
Crypto Headlines