Python 是否可以在特定工作人员列表上运行dask/分布式作业

我有一个有40个工人的计算网络，但我只需要在某些主机上执行计算。是否可以限制或重建网络以仅使用指定的工作线程？

是的，您可以使用

workers=

关键字将特定的工作线程指定给client.submit、client.map、client.compute或client.persist

futures = client.map(func, args, workers=['worker-1', 'worker-2'])

看 更多选择

---

您还可以向workers注册GPU之类的资源，并将计算限制为这些资源。有关更多信息，请参阅。

您能更具体一点吗？除了回答是/否之外，很难说出你在寻找什么。请看。这有助于限制工人名单，但我有一个奇怪的情况。我在测试中有4个工人，10个任务用于计算，但只选择了两个随机工人进行计算。在另一个计算中，另外两个随机工人被选中。我找到了部分工人被选中的根本原因。我向工人们散播了一些数据：我找到了部分工人选择的根本原因。我将一些数据分散到了workers:

client.scatter（{'config'：{}，'data'：{}，workers=['a'，'b'，'c'，'d']）

，因此我将数据部分分散到了两个worker:

{'tcp://a'：['config']，'tcp://b'：['data']}

当我使用broadcast时，我需要所有worker的数据，并且所有这些数据都用于计算：

client.scatter（{'config'：{}，'data'：{}，workers=['a'，'b'，'c'，'d'，broadcast=True）