Dask：延迟与期货和任务图生成
Dask: delayed vs futures and task graph generation
我有几个关于 Dask 的基本问题：
- 当我想使用 dask 进行分布式计算（即在集群上）时必须使用 Futures 是否正确？
- 在那种情况下，即在处理期货时，任务图仍然是推理计算的方式。如果是，我该如何创建它们。
- 一般情况下，无论是使用 future 还是 delayed，我如何获取与任务图关联的字典？
作为编辑：
我的应用是我想在我的本地机器或集群上并行化一个 for 循环（即它应该在集群上工作）。
作为第二次编辑：
我想我也不太清楚 Futures 和延迟计算之间的关系。
感谢
1) 是的。如果你通过网络发送数据，你必须有某种方式来询问计算机为你进行计算，数字运算是如何进行的，而 Futures 或多或少地代表了这一点。
2) 不。使用 Futures，您正在急切地执行函数 - 尽快启动计算，然后等待结果返回（来自本地的另一个 thread/process，或来自一些远程你已经卸载了工作）。这里的相关抽象是一个 Queque（具体来说是 Priority Queque）。
3) 例如，对于延迟实例，您可以执行 some_delayed.dask，或者对于数组，Array.dask；可选择将整个内容包装在 dict() 或 vars() 中。不过，我不确定它是否对每个 API 都以这种方式可靠地设置（我假设是这样，但你知道他们是怎么说我们两个人的假设的……）。
4) 最简单的类比可能是：Delayed 本质上是一个奇特的 Python yield 函数包装器； Future 本质上是一个奇特的 async/await 函数包装器。
我有几个关于 Dask 的基本问题：
- 当我想使用 dask 进行分布式计算（即在集群上）时必须使用 Futures 是否正确？
- 在那种情况下，即在处理期货时，任务图仍然是推理计算的方式。如果是，我该如何创建它们。
- 一般情况下，无论是使用 future 还是 delayed，我如何获取与任务图关联的字典？
作为编辑： 我的应用是我想在我的本地机器或集群上并行化一个 for 循环（即它应该在集群上工作）。
作为第二次编辑： 我想我也不太清楚 Futures 和延迟计算之间的关系。
感谢
1) 是的。如果你通过网络发送数据，你必须有某种方式来询问计算机为你进行计算，数字运算是如何进行的，而 Futures 或多或少地代表了这一点。
2) 不。使用 Futures，您正在急切地执行函数 - 尽快启动计算，然后等待结果返回（来自本地的另一个 thread/process，或来自一些远程你已经卸载了工作）。这里的相关抽象是一个 Queque（具体来说是 Priority Queque）。
3) 例如，对于延迟实例，您可以执行 some_delayed.dask，或者对于数组，Array.dask；可选择将整个内容包装在 dict() 或 vars() 中。不过，我不确定它是否对每个 API 都以这种方式可靠地设置（我假设是这样，但你知道他们是怎么说我们两个人的假设的……）。
4) 最简单的类比可能是：Delayed 本质上是一个奇特的 Python yield 函数包装器； Future 本质上是一个奇特的 async/await 函数包装器。