Kluster och klienter
Beroende på din dators hårdvara och den beräkning du vill utföra kan det gå snabbare att köra den med en kombination av trådar och processer. För att göra det behöver du sätta upp ett lokalt kluster.
Det finns två sätt att sätta upp ett lokalt kluster som Dask använder. Det första är att skapa klustret och skicka det till en klient – ungefär på samma sätt som du skulle sätta upp en klient mot ett kluster av datorer! Det andra sättet är att använda klienten direkt och låta den skapa klustret själv. Det är en genväg som fungerar för lokala kluster, men inte för andra klustertyper.
I den här övningen skapar du klienter med båda metoderna.
Var försiktig när du skapar klustret och klienterna. Om du konfigurerar dem felaktigt kan din session ta slut.
Den här övningen är en del av kursen
Parallellprogrammering med Dask i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import Client and LocalCluster
from ____ import ____, ____
# Create a thread-based local cluster
cluster = LocalCluster(
processes=____,
n_workers=____,
threads_per_worker=____,
)
# Create a client
client = ____