我有一个Dask工作线程集群，我想用它来使用复杂的模型并行化预测操作。模型文件很大，加载需要时间，因此我使用 client.run 让所有工作线程运行初始化函数来加载此模型。
如何从client.run函数中保留 Python 变量状态，以便我可以在将来的任务操作中引用它并使用它？
我找到了dask.distributed.get_worker和worker.data字典，并用它来设置任意值，然后我可以在map_partition函数中访问，但不确定这是最好还是最安全的选择。
如果一个工作线程死亡并重新启动，或者如果其他工作线程加入集群，有没有办法让这些工作线程自动调用我最初传递给client.run的相同函数？
只使用期货
如果您的模型/状态不变，那么我可能会使用client.scatter将其发送出去，并让 Dask 根据需要复制它。 这是最简单的方法，也是最强大的方法。 如果有新工人到达，那么它将根据需要复制它。
是的，使用get_worker是有意义的
但是，如果您想自己管理状态，那么是的，运行一个函数，获取一些状态并将其附加到worker是一个好主意：
get_worker().my_special_state = x
我不建议将数据放入get_worker().data，因为这是 Dask 管理自己的内存的地方。 看到里面有它不知道的外来东西可能会感到困惑。 事情应该没事，但你永远不知道。
工作线程插件
如果一个工作线程死亡并重新启动，或者如果其他工作线程加入集群，有没有办法让这些工作线程自动调用我最初传递给 client.run 的相同函数？
是的，这里最简单的方法是使用预加载脚本或工作线程插件。 请参阅 https://docs.dask.org/en/latest/setup/custom-startup.html