Cluster und Clients

Je nach Hardware deines Computers und der Berechnung, die du durchführen willst, kann es schneller sein, eine Mischung aus Threads und Prozessen zu verwenden. Dafür musst du einen lokalen Cluster einrichten.

Es gibt zwei Möglichkeiten, einen lokalen Cluster einzurichten, den Dask verwendet. Die erste Möglichkeit ist, den lokalen Cluster zu erstellen und ihn an einen Client zu übergeben. Das ist sehr ähnlich dazu, wie du einen Client für einen Cluster aus mehreren Computern einrichten würdest! Die zweite Möglichkeit ist, den Client direkt zu verwenden und ihn den lokalen Cluster selbst erstellen zu lassen. Das ist eine Abkürzung, die für lokale Cluster funktioniert, aber nicht für andere Cluster-Typen.

In dieser Übung erstellst du Clients mit beiden Methoden.

Sei vorsichtig beim Erstellen des Clusters und der Clients. Wenn du sie falsch konfigurierst, kann deine Sitzung wegen Timeout beendet werden.

Diese Übung ist Teil des Kurses

Parallele Programmierung mit Dask in Python

Kurs anzeigen

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Import Client and LocalCluster
from ____ import ____, ____

# Create a thread-based local cluster
cluster = LocalCluster(
	processes=____,
    n_workers=____,
    threads_per_worker=____,
)

# Create a client
client = ____

Code bearbeiten und ausführen