dask 如何在多个系统上实现？

Question

我是 Dask 库的新手。我想知道我们是否在两个系统上使用 dask 实现并行计算，那么我们应用计算的数据框是否存储在两个系统上？并行计算实际上是如何发生的，从文档中不清楚。

Answer 1

Dask 数据帧是分块的，因此通常您有一个由分布在集群中的较小数据帧组成的大数据帧。计算单独应用于每个块，并在需要时对结果进行混洗（例如 groupby、sum 和其他聚合任务）。