Używanie procesów i wątków

Programowanie równoległe z Dask w Pythonie

James Fulton

Climate Informatics Researcher

Domyślny harmonogram Dask

Wątki

Tablice Dask
DataFrames Dask
Potoki opóźnione z dask.delayed()

Procesy

Worki Dask

Wybór harmonogramu

# Use default
result = x.compute()

result = dask.compute(x)


# Use threads
result = x.compute(scheduler='threads')

result = dask.compute(x, scheduler='threads')


# Use processes
result = x.compute(scheduler='processes')

result = dask.compute(x, scheduler='processes')

Powtórzenie — wątki i procesy

Wątki

Bardzo szybkie uruchamianie
Nie wymagają transferu danych
Ograniczone przez GIL — tylko jeden wątek może czytać kod naraz

Procesy

Wolniejsze uruchamianie
Wolny transfer danych
Każdy ma własny GIL — nie muszą czekać na dostęp do kodu

Tworzenie klastra lokalnego

from dask.distributed import LocalCluster

cluster = LocalCluster(
    processes=True, 
    n_workers=2,
    threads_per_worker=2
)

print(cluster)

LocalCluster(..., workers=2, threads=4, memory=31.38 GiB)

Tworzenie klastra lokalnego

from dask.distributed import LocalCluster

cluster = LocalCluster(
    processes=False, 
    n_workers=2,
    threads_per_worker=2
)

print(cluster)

LocalCluster(..., workers=2, threads=4, memory=31.38 GiB)

Prosty klaster lokalny

cluster = LocalCluster(processes=True)

print(cluster)

LocalCluster(..., workers=4 threads=8, memory=31.38 GiB)

cluster = LocalCluster(processes=False)

print(cluster)

LocalCluster(..., workers=1 threads=8, memory=31.38 GiB)

Tworzenie klienta

from dask.distributed import Client, LocalCluster
cluster = LocalCluster(
    processes=True, 
    n_workers=4,
    threads_per_worker=2
)

client = Client(cluster)
print(client)

<Client: 'tcp://127.0.0.1:61391' processes=4 threads=8, memory=31.38 GiB>

Uproszczone tworzenie klienta

Utwórz klaster, a następnie przekaż go do klienta

cluster = LocalCluster(
    processes=True, 
    n_workers=4,
    threads_per_worker=2
)

client = Client(cluster)

print(client)

<Client: ... processes=4 threads=8, ...>

Utwórz klienta, który sam utworzy własny klaster

client = Client(
    processes=True, 
    n_workers=4,
    threads_per_worker=2
)



print(client)

<Client: ... processes=4 threads=8, ...>

Korzystanie z klastra

client = Client(processes=True)

# Default uses the client
result = x.compute()


# Can still change to other schedulers
result = x.compute(scheduler='threads')


# Can explicitly use client
result = client.compute(x)

Inne rodzaje klastrów

LocalCluster() — klaster na lokalnym komputerze.
Inne typy klastrów rozkładają obliczenia na wiele komputerów

Czas na ćwiczenia!

Programowanie równoległe z Dask w Pythonie