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 interattivo pratico
Prova questo esercizio completando questo 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 = ____