Поддерживает ли Python многопроцессорную поддержку удаленных подпроцессов?

Недавно я узнал, как Pool.map() для простых задач многопроцессорности, но у моей локальной машины есть только два процессора, и я надеялся воспользоваться некоторыми удаленными вычислительными ресурсами.

Можно ли создать пул обработки для использования на удаленных машинах, а также на локальных машинах прозрачным способом?

Какой код python мне нужно будет запускать на удаленных компьютерах? Как настроить пул на локальной (главной) машине?

На странице документации для многопроцессорности сказано, что менеджеры должны использоваться для общих объектов, но мне непонятно, как их следует использовать для удаленного пула. Ничто иное, как управляющие, не ссылается на порты и адреса, поэтому я предполагаю, что вся удаленная деятельность происходит через этот класс.

One Solution collect form web for “Поддерживает ли Python многопроцессорную поддержку удаленных подпроцессов?”

multiprocessing.Pool кажется не предназначен для распределенной обработки – если это то, что вы хотите сделать, я предлагаю вам проверить пакет execnet . Это работает по SSH-каналам и при необходимости отправляет код на удаленный интерпретатор Python.

  • Многопроцессорный Python.Pool с процессами, сбой
  • Убить дочерний процесс, если родитель убит на Python
  • многопроцессорный пример.
  • Класс Python, наследующий многопроцессорность, проблемы с доступом к членам класса
  • Авария OpenCV на OS X при чтении USB-камеры в отдельном процессе
  • Как отладить ошибку Python Multiprocessing pool.map () (IndexError: индекс строки вне диапазона) без трассировки стека?
  • Многопроцессорность Python.Queue изменяет объекты
  • Queue vs JoinableQueue в Python
  • Python - лучший язык программирования в мире.