클러스터와 클라이언트
사용 중인 컴퓨터 하드웨어와 수행하려는 계산에 따라, 스레드와 프로세스를 혼합해 실행하는 것이 더 빠를 수 있어요. 이를 위해서는 로컬 클러스터를 설정해야 합니다.
Dask가 사용할 로컬 클러스터를 설정하는 방법은 두 가지가 있어요. 첫 번째는 로컬 클러스터를 만든 뒤 클라이언트에 전달하는 방식입니다. 이는 여러 대의 컴퓨터로 구성된 클러스터에서 클라이언트를 설정하는 방식과 매우 비슷해요! 두 번째는 클라이언트를 바로 사용하고, 클라이언트가 자체적으로 로컬 클러스터를 만들도록 하는 방식입니다. 이 방법은 로컬 클러스터에서만 쓸 수 있는 지름길이며, 다른 유형의 클러스터에는 적용되지 않아요.
이 연습 문제에서는 두 가지 방법 모두로 클라이언트를 만들어 보겠습니다.
클러스터와 클라이언트를 생성할 때 주의하세요. 잘못 구성하면 세션이 시간 초과될 수 있습니다.
이 연습은 강의의 일부입니다
Python에서 Dask로 병렬 프로그래밍
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import Client and LocalCluster
from ____ import ____, ____
# Create a thread-based local cluster
cluster = LocalCluster(
processes=____,
n_workers=____,
threads_per_worker=____,
)
# Create a client
client = ____