क्लस्टर और क्लाइंट्स
आपके कंप्यूटर के हार्डवेयर और जिस कैलकुलेशन को आप पूरा करना चाहते हैं, उसके आधार पर, थ्रेड्स और प्रोसेसेज़ के मिश्रण से इसे चलाना तेज़ हो सकता है. ऐसा करने के लिए, आपको एक लोकल क्लस्टर सेट अप करना होगा.
Dask के लिए लोकल क्लस्टर सेट करने के दो तरीके हैं. पहला तरीका यह है कि आप लोकल क्लस्टर बनाएँ और उसे एक क्लाइंट को पास करें. यह वैसे ही है जैसे आप कई कंप्यूटर्स के क्लस्टर पर चलाने के लिए क्लाइंट सेट अप करते हैं! दूसरा तरीका है कि आप सीधे क्लाइंट का उपयोग करें और उसे खुद लोकल क्लस्टर बनाने दें. यह एक शॉर्टकट है जो लोकल क्लस्टर के लिए काम करता है, लेकिन अन्य प्रकार के क्लस्टर के लिए नहीं.
इस अभ्यास में, आप दोनों तरीकों से क्लाइंट बनाएँगे.
क्लस्टर और क्लाइंट बनाते समय सावधानी रखें. यदि आपने इन्हें गलत तरह से कॉन्फ़िगर किया, तो आपका सत्र टाइम आउट हो सकता है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Dask के साथ Parallel Programming
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import Client and LocalCluster
from ____ import ____, ____
# Create a thread-based local cluster
cluster = LocalCluster(
processes=____,
n_workers=____,
threads_per_worker=____,
)
# Create a client
client = ____