如何使用Dask使用所有cpu核？

我有一个超过35000行的熊猫系列。我想使用dask使它更高效。然而，我认为dask代码和pandas代码是同时使用的。 最初，“ser”是pandas系列，fun1和fun2是在系列的各个行中执行模式匹配的基本函数

熊猫：

ser = ser.apply(fun1).apply(fun2)

达斯克：

在检查cpu内核的状态时，我发现并不是所有的内核都被使用了。只有一个核心已经习惯了100%

是否有任何方法可以使用dask使串行代码更快，或者在串行执行dask操作时利用cpu的所有内核？

请参阅

您调用的函数很可能是纯python函数，因此要求使用GIL，该锁确保在一个线程中一次只执行一条python指令。在这种情况下，您需要在单独的进程中运行函数以查看并行性。您可以通过使用多进程调度程序来实现这一点

ser = ser.apply(fun1).apply(fun2).compute(scheduler='processes')

或者通过使用分布式调度器（它在一台机器上运行良好，并且实际上具有一些新一代的优点，例如状态仪表板）；在最简单的默认情况下，创建客户机就足够了：

client = dask.distributed.Client()

但是你应该读一读

client = dask.distributed.Client()