Clusters e clientes
Dependendo do hardware do seu computador e do cálculo que você quer executar, pode ser mais rápido rodar usando uma mistura de threads e processos. Para isso, você precisa configurar um cluster local.
Há duas formas de configurar um cluster local que o Dask vai usar. A primeira é criar o cluster local e passá-lo para um cliente. Isso é muito parecido com como você configuraria um cliente para rodar em um cluster de computadores! A segunda é usar o cliente diretamente e deixar que ele crie o cluster local por conta própria. Esse é um atalho que funciona para clusters locais, mas não para outros tipos de cluster.
Neste exercício, você vai criar clientes usando ambos os métodos.
Tome cuidado ao criar o cluster e os clientes. Se você configurá-los incorretamente, sua sessão pode expirar.
Este exercício faz parte do curso
Programação Paralela com Dask em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Import Client and LocalCluster
from ____ import ____, ____
# Create a thread-based local cluster
cluster = LocalCluster(
processes=____,
n_workers=____,
threads_per_worker=____,
)
# Create a client
client = ____