Parallel Python学习

Parallel Python是python的分布式计算模块，其功能是可以以 函数+数据 的形式，将任务分布到Cluster中的各台机器的CPUs上进行运算。 同时Parallel Python的Cluster构建支持Auto Discovery，可以在内网中非常方便的搭建起一个自组织的分布式计算平台。 Parallel Python没有DFS，可以理解为MapReduce。

学习PP已经有一段时间了，经过实践得到如下结论：

1. 其不适合有大量数据交换的分布式场景，直接表现为经过出来socket连接自动，远程机器自动断开到server的连接
2. 其不适合程序中调用子进程的场景（当前版本1.6.1还没有解决）
3. 其不适合大量计算的的分发，主要体现在server计算时间过长，会自动断开与Client（控制端）的连接
4. 其可控性不强，无法控制Task的分配，从其源码中可看出，分配Task时优先分配给本机空闲cpu，然后对外是从任务队列中pop给任何一台机器的空闲CPU处理

 

其比较适合的场景（个人理解）：

1. 分发任务，无需大量数据传输；高计算程序且每个任务计算时间不长，默认20s
2. 分发可执行体无过于复杂的模块、函数、变量依赖