我们正在尝试分布式的dask以对前端进行一些重型计算和可视化。
现在,我们有一个与Gunicorn连接到现有分布式DASK群集的工人,该工人将当前的数据上传到read_csv
并持续到群集中。
我已经尝试使用Pickle将期货从Persist DataFrame中节省下来,但它不起作用。
我们希望有多个枪支工人,每个工人都有不同的客户端连接到同一集群并使用相同的数据,但是每个工人都会上传一个新的数据框架。
听起来您正在寻找dask的abilty以发布数据集
一种方便的方法是使用client.datasets
映射
客户1
client = Client('...')
df = dd.read_csv(...)
client.datasets['my-data'] = df
客户端2..n
client = Client('...') # same scheduler
df = client.datasets['my-data']