Cluster e client
A seconda dell’hardware del tuo computer e del tipo di calcolo che vuoi eseguire, può essere più veloce usare una combinazione di thread e processi. Per farlo, devi configurare un cluster locale.
Ci sono due modi per configurare un cluster locale che Dask utilizzerà. Il primo è creare il cluster locale e passarlo a un client. Questo è molto simile a come imposteresti un client per lavorare su un cluster di computer! Il secondo è usare direttamente il client e lasciare che sia lui a creare il cluster locale. È una scorciatoia che funziona per i cluster locali, ma non per altri tipi di cluster.
In questo esercizio, creerai dei client usando entrambi i metodi.
Fai attenzione quando crei il cluster e i client. Se li configuri in modo errato, la tua sessione potrebbe andare in timeout.
Questo esercizio fa parte del corso
Programmazione parallela con Dask in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Import Client and LocalCluster
from ____ import ____, ____
# Create a thread-based local cluster
cluster = LocalCluster(
processes=____,
n_workers=____,
threads_per_worker=____,
)
# Create a client
client = ____