python - Dask Distributed - 如何为每个工作人员运行一个任务，使该任务在工作人员可用的所有内核上运行？

Question

我对使用 distributed python 库还很陌生。我有 4 个工作人员，我已经成功地为每个工作人员使用 14 个内核(在 16 个可用内核中)启动了一些并行运行，导致 4*14=56 个任务并行运行。

但是，如果我只想在每个工作人员中同时执行一项任务，该如何进行。这样，我希望在工作器上并行使用 14 个内核执行一项任务。

Answer 1

Dask workers 维护一个线程池，用于启动任务。每个任务始终使用该池中的一个线程。您不能告诉任务从该池中获取多个线程。

但是，还有其他方法可以控制和限制 dask worker 的并发性。在您的情况下，您可能会考虑定义 worker resources .这会让您阻止许多大任务同时在相同的工作人员上运行。

在下面的示例中，我们定义每个工作人员都有一个 Foo 资源，并且每个任务都需要一个 Foo 才能运行。这将阻止任何两个任务在同一个工作人员上同时运行。

dask-worker scheduler-address:8786 --resources Foo=1
dask-worker scheduler-address:8786 --resources Foo=1

.

from dask.distributed import Client
client = Client('scheduler-address:8786')
futures = client.map(my_expensive_function, ..., resources={'Foo': 1})