Clusters y clientes
Según el hardware de tu equipo y el tipo de cálculo que quieras hacer, puede ser más rápido ejecutarlo usando una combinación de hilos (threads) y procesos. Para ello, necesitas configurar un clúster local.
Hay dos formas de configurar un clúster local que Dask utilizará. La primera es crear el clúster local y pasarlo a un cliente. Esto es muy parecido a cómo configurarías un cliente para ejecutar tareas en un clúster de varios ordenadores. La segunda es usar directamente el cliente y permitir que cree el clúster local por sí mismo. Es un atajo que funciona para clústers locales, pero no para otros tipos de clúster.
En este ejercicio, crearás clientes con ambos métodos.
Ten cuidado al crear el clúster y los clientes. Si los configuras mal, tu sesión puede expirar por inactividad.
Este ejercicio forma parte del curso
Programación paralela con Dask en Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Import Client and LocalCluster
from ____ import ____, ____
# Create a thread-based local cluster
cluster = LocalCluster(
processes=____,
n_workers=____,
threads_per_worker=____,
)
# Create a client
client = ____