Python 使用dask多线程模块

我正在尝试使用dask的多线程模块。此代码

def foo(arg):
  return arg*2

jobs = []
t = delayed(foo)(100)
jobs.append(t)

j = delayed(jobs, pure=True)
#j = j.compute()
j = j.compute(get=dask.multiprocessing.get)
print("class:", type(j[0]))

执行时打印

（'class:'，）

，但是如果我运行注释行（即，不使用

多处理.get

），那么我实际上得到了正确的结果

100（'class:'，）

我做错了什么吗

---

相关问题：当未指定任何内容时，dask中的默认

get

是什么？

如果您的目标是计算延迟对象列表，那么我建议使用dask的计算函数而不是计算方法

from dask import delayed, compute
import dask.multiprocessing

def foo(arg):
  return arg*2

jobs = [delayed(foo)(100)]

>>> compute(*jobs, get=dask.multiprocessing.get)
(200,)

---

为什么要在另一个延迟的函数调用中包装延迟的函数调用？这是由。多处理调度程序执行fuse优化，导致此问题。希望很快就能解决这个问题，但是现在不要使用多进程调度程序。延迟对象的默认计划程序是线程计划，它没有此问题。此问题仍然相关，但在此处以不同的方式修复：。现在所有情况下的结果都是一样的。