Как распараллелить вложенный цикл с dask.distributed? - PullRequest
Новая
       58

Как распараллелить вложенный цикл с dask.distributed?

0 голосов
/ 10 марта 2019

Я пытаюсь распараллелить вложенный цикл, используя дистрибутив dask, который выглядит следующим образом: 

@dask.delayed
def delayed_a(e):
    a = do_something_with(e)
    return something

@dask.delayed
def delayed_b(element):
    computations = []
    for e in element:
        computations.add(delayed_a(e))

    b = dask.compute(*computations, scheduler='distributed',
                    num_workers=4)
    return b

list = [some thousands of elements here]
computations = []
for element in list:
    computations.append(delayed_b(element))
    results = dask.compute(*computations, scheduler='distributed',
                           num_workers=4)

Как видите, я использую планировщик distributed. Сначала я создаю список computations с ленивой функцией delayed_b, которая принимает в качестве аргумента один элемент из list. Затем delayed_b создает новый набор computations, который вызывает функцию delayed_a, и все выполняется в распределенном режиме. Этот псевдокод работает, но я обнаружил, что он быстрее, если delayed_a там нет. Тогда мой вопрос - как правильно распределить параллельные циклы?

В конце истории я пытаюсь сделать следующее: 

list = [some thousands of elements here]
for element in list:
    for e in element:
        do_something_with(e)

Буду очень признателен за любые предложения о наилучшем способе выполнения вложенных циклов с dask.distributed.

1 Ответ

1 голос
/ 12 марта 2019

Простой: 

something = dask.delayed(do_something_with_e
list = [some thousands of elements here]

# this could be written as a one-line comprehension
computations = []
for element in list:
    part = []
    computations.append(part)
    for e in element:
        part.append(something(e))

results = dask.compute(*computations, scheduler='distributed',
                       num_workers=4)

Вы должны никогда не вызывать функцию с задержкой или compute() внутри функции с задержкой.

(обратите внимание, что распределенный планировщик будетбудет использоваться по умолчанию, если вы создали клиент)

...