Python 如何使用分布式dask？

我试图通过查看代码示例和文档来使用Dask，但很难理解它是如何工作的。正如文档中所建议的，我正在尝试使用分布式调度器（我还计划在HPC上部署我的代码）

我尝试的第一件简单的事情是：

from dask.distributed import Client
import dask.bag as db

if __name__ == '__main__':
    client = Client(n_workers=2)

print("hello world")

《hello world》被打印了三次，我想这是因为工人们。我假设除非调用compute，否则工人不会启动。 我可以将打印语句移动到函数：

if __name__ == '__main__':
    client = Client(n_workers=2)

def print_func():
    print("hello world")

但是，如何确保只有一个worker执行此函数？（在MPI中，我可以使用

rank==0

；我没有找到任何类似于

MPI\u Comm\u rank（）

的东西，它可以告诉我Dask中的工人编号或id）

我更进一步，开始使用Dask中提供的示例：

from dask.distributed import Client
import dask.bag as db

if __name__ == '__main__':
    client = Client()

def is_even(n):
    return n % 2 == 0

b = db.from_sequence([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
c = b.filter(is_even).map(lambda x: x ** 2)
print(c.compute())

但这显示了一个错误：

在当前进程完成其引导阶段之前，尝试启动一个新进程。我假设
dask.bag
会自动分割计算工作。
很抱歉，我的帖子太长了，但我在Dask（我已经习惯了MPI和OpenMP编程）上遇到了麻烦

但是，如何确保只有一个worker执行此函数？（在MPI中，我可以使用
rank==0
；我没有找到任何类似于
MPI\u Comm\u rank（）
的东西，它可以告诉我Dask中的工人编号或id）

这实际上是
if uuuuu name uuuu=='\uuuuuu main uuu'
块正在检查的内容。直接运行脚本时，该条件为真；当工人将其作为模块导入时，情况并非如此。您放在该块之外的任何代码在启动时都由每个工作者运行；这应限于函数定义和必要的全局设置。所有实际工作的代码都需要在
if uuuuu name\uuuu=='\uuuuu main\uuuu'
块中，或者只从该块内部调用的函数中

但是，如何确保只有一个worker执行此函数？（在MPI中，我可以使用
rank==0
；我没有找到任何类似于
MPI\u Comm\u rank（）
的东西，它可以告诉我Dask中的工人编号或id）

这实际上是
if uuuuu name uuuu=='\uuuuuu main uuu'
块正在检查的内容。直接运行脚本时，该条件为真；当工人将其作为模块导入时，情况并非如此。您放在该块之外的任何代码在启动时都由每个工作者运行；这应限于函数定义和必要的全局设置。所有实际工作的代码都需要在
if uuuu name uuu=='\uuuu main uuu'
块中，或者只从该块内部调用的内部函数中。
措辞巧妙的回答谢谢。因此，我确实将dask包计算移到了一个函数中，并从main调用了该函数。但是，有没有一种打印工人id的方法，或者某种可以告诉我哪个工人处理了哪一段数据的id的方法呢？回答得很好谢谢。因此，我确实将dask包计算移到了一个函数中，并从main调用了该函数。但是，是否有一种方法可以打印工作人员id或某种id来告诉我哪个工作人员处理了哪段数据？