DASK dataframe.to_csv将文件存储在工作机上而不是本地

我是DASK的新手，我正在尝试在私有云上建立一个分布式集群。现在我有调度器和一个worker，它们都运行在同一台机器上的同一个Docker容器中。它们从

dask调度程序
和
dask工作者开始tcp://localhost:8786

我正在从本地计算机连接到调度程序。为了简单起见，假设我在本地运行IPython控制台，在目录
/home/my_user/local_目录下。我在跑步：

from dask.distributed import Client
client = Client('scheduler_host:scheduler_port')

这个很好用。我可以做一些操作，安排工作，
数据帧上的
.compute（）
也可以按预期工作

我在将结果保存到文件时遇到问题。从中执行示例并运行时：

import dask
import os
if not os.path.exists('data'):
    os.mkdir('data')
df = dask.datasets.timeseries()
df.to_csv('data/*.csv')

我希望csv文件（1..30.csv）将在本地
数据
目录中创建，即在本地机器上的
/home/my_user/local_目录/data
中创建。相反，文件保存在调度程序/工作计算机上的
/home/my\u user/local\u目录/data
目录中。将最后一行替换为
df.to_csv（'data/test.csv'，single_file=True）
时也会发生同样的情况

当用
df.to\u parquet（'test.parquet'）
替换该行时，会发生一些更有趣的事情。在
parquet
案例中，将在我的本地计算机上创建一个空的
test.parquet
目录，并将结果存储在调度器/worker上的
/home/my\u user/local\u directory/test.parquet
中。如果目录在本地不可访问，它还会引发错误

根据，运行
到_parquet
应该将文件保存在本地。但是，根据该协议，这些文件是在工作机器上本地创建的。如果第二个是真的，为什么要在本地创建拼花地板目录？为什么工人在存储数据时会使用我的本地路径

它应该是这样工作的吗？也许我的设置有问题？请告知！提前谢谢你
 Dask数据帧存储函数保存工作程序的结果。通常，人们将Dask用于全局文件系统，如NFS、HDFS或云对象存储

如果要在本地存储内容，则应在单个计算机上使用Dask，或者如果结果很小，则可以调用
.compute
将结果作为pandas数据帧带回本地计算机，然后使用pandas存储功能