Kümeler ve istemciler
Bilgisayar donanımına ve yapmaya çalıştığın hesaplamaya bağlı olarak, bunu iş parçacıkları ve süreçlerin bir karışımını kullanarak çalıştırmak daha hızlı olabilir. Bunu yapmak için yerel bir küme kurman gerekir.
Dask'ın kullanacağı yerel bir kümeyi kurmanın iki yolu vardır. İlk yol, yerel kümeyi oluşturup bir istemciye aktarmaktır. Bu, bilgisayar kümesi genelinde çalışacak bir istemciyi nasıl kuracağına çok benzer! İkinci yol ise istemciyi doğrudan kullanmak ve yerel kümeyi kendisinin oluşturmasına izin vermektir. Bu, yerel kümeler için çalışan bir kestirme yoldur, ancak diğer küme türleri için geçerli değildir.
Bu egzersizde, her iki yöntemi de kullanarak istemciler oluşturacaksın.
Kümeyi ve istemcileri oluştururken dikkatli ol. Yanlış yapılandırırsan oturumun zaman aşımına uğrayabilir.
Bu egzersiz, kursun bir parçasıdır
Python ile Dask ile Paralel Programlama
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Import Client and LocalCluster
from ____ import ____, ____
# Create a thread-based local cluster
cluster = LocalCluster(
processes=____,
n_workers=____,
threads_per_worker=____,
)
# Create a client
client = ____