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
Various Artists — Mien (Yao): Cannon Singing in China, Vietnam, Laos (Sublime Frequencies, 2021)
#traditional#mien#yao#China
Традиционное песни горных племен Мьен, записанные в полевых условиях Лораном Жанно c лейбла Kink Gong. Мьен – это крупнейшая ветвь народа Яо, название которого восходит к легенде о псе, спасшем дочь китайского императора и получившем её в жены. Само название Мьен означает просто «люди». Мьен насчитывают 4 миллиона человек и расселены в южных китайских провинциях Гуйчжоу, Гуанси, Юньнань, а также во Вьетнам, Лаос и Таиланд, куда они мигрировали за последние столетия. Являясь частью группы мяо-яо китайско-тибетской этнолингвистической семьи, они имеют множество подгрупп, обычно определяемых по цветам их традиционной одежды.
Bandcamp