非常開心，解決了很久都沒有解決的問題

使用的語言： Python3.5
分布式機器： windows7

注意到，其實，通過這工具搭建分布式不需要管使用的電腦是什么系統。

---

分布式使用流程

Created with Rapha?l 2.1.2使用分布式系統用戶用戶分布式Scheduler分布式Scheduler分布式worker1分布式worker1分布式worker2分布式worker2分布式worker3分布式worker3分布式worker...分布式worker...發送任務計算任務一計算任務二計算任務三計算任務...計算任務一結果計算任務二結果計算任務三結果計算任務...結果計算結果

分布式結構

• 由Scheduler跟Worker1，Worker2…構成了整個分布式系統的結構
• 用戶可以變，用戶的任務也可以變。但只要分布式集群的結構搭建起來之后，要做的事情就可以用很多了。
• 關鍵的一點：，使用的時候不要去改變分布式系統。
• 用戶將任務發出來，也就是說，用戶自己單獨在一臺電腦上運行代碼就好了。 交給搭建好的分布式集群系統！

---

上面是關于分布式系統的基本概念（或者必要知識。

下面開始講述搭建過程

搭建分布式

• 這里使用的是Python的分布式庫Dask。
• 先安裝這個庫。具體方法：在命令行下輸入pip install dask[complete] （如果已經安裝好這個庫了就會提示已經安裝好了）

庫是一定要安裝的。而且這個庫特別小。1MB左右？？？大膽下吧

• 之前流程圖中每一個單位，其實都是一臺電腦來的。（當然，你開多個窗口，在一臺電腦上，其實也是可以的。

• 首先，在一臺電腦上（命令行條件下， 輸入dask-scheduler。就會爆出一堆的信息。其中有個地方很關鍵

• 在我這，就是使用那個tcp://，后面的那個地址，加上端口號。

• 而這個地址，就是未來要給，用戶使用的地址
• 在 多臺電腦上，同樣打開電腦。打開命令行模式， 輸入：dask-worker 192.168.0.199:8786。注意到，這里的這個地址其實就是剛剛說到的那個地址，每個人的結果都會是不一樣的。大家根據自己的情況來決定。
• 每個電腦根據自己的身份輸入上面的代碼，之后。 在scheduler電腦，上的信息出現了別的信息之后。就連接成功了。
• 如果不成功，請再輸入一次之前的代碼。你肯定是哪里輸入錯了！！！

到這里，分布式系統，其實已經搭建好了。下面，模擬用戶來使用

用戶是一臺新的電腦（當然，也可以是任何的一臺電腦。但是必須要跟這些電腦都在同樣的一個局域網下。在這樣的條件下，開始使用，我們之前搭建好的服務器。

下面是我在一個一臺電腦上運行的寫的代碼
記得！，要把client上的IP地址跟端口號都寫成之前Scheduler的IP地址跟端口號。

• 可以理解，Scheduler是整個分布式系統的給用戶的接口。

下面是我用代碼：

from dask.distributed import Client from time import timedef square(x):return x ** 2if __name__ == '__main__':MAX = 1000st = time()client = Client('192.168.0.199:8786') # 這里的地址記得根據我上面說的修改掉。A = client.map(square, range(MAX))total = client.submit(sum, A)print(total.result())et = time()print(et - st)

這是輸出的結果：

332833500
0.6459999084472656

后記

這個框架搭建好，以后，我們以后就只需要通過修改函數的本質，就可以實現關于分布式了。
有人可能會說，這么簡單的分布式，為什么工資會高？
我想給有這樣想法的朋友說一下。
首先，要知道這個工具的開發者將這個工具開發的已經非常好了，接口分裝的特別不錯。他們的付出是值得大家認可的。
其次，理解，并使用這個框架也不是很容易的（請給我鼓勵
再來，這只是一個非常簡單的Demo。其中還有很多的細節需要注意的，都沒有。很多算法需要解決的，也沒有。
可以說，這里的坑還有很多！
最后，我想肯定還是有我不知道的東西的！所以…
…

最后，老套路，宣傳一波自己的公眾號！（求關注哇！）
本人中大一肥宅，歡迎大家關注，請掃下面的二維碼(〃’▽’〃)

如果覺得有幫助的話，可以掃碼，贊賞鼓勵一下！謝謝！

總結

以上是生活随笔為你收集整理的【干货】Dask快速搭建分布式集群（大数据0基础可以理解，并使用！）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。