Tweet
Tweet

Slide 1

Slide 1 text

Understanding distributed processing in Python Chie Hayashida

Slide 2

Slide 2 text

$IJF)BZBTIJEB !DIJF) • 4PGUXBSF&OHJOFFSBU$PPLQBE GSPN+BQBO! • EFWFMPQBOEDPOUSJCVUFUPTPNF044 XSJUFBSUJDMFT BOENBLF QSFTFOUBUJPOT • 8POGJSTUQSJ[FBUSF*OWFOU (BNF%BZ • XPOUI QSJ[F 5PQ BU1FUGJOEFS ,BHHMFDPNQFUJUJPOJOXFFLDIBMMFOHF $IJF)BZBTIJEB !DIJF • 4PGUXBSF&OHJOFFSBU$PPLQBE GSPN+BQBO! • EFWFMPQBOEDPOUSJCVUFUPTPNF044 XSJUFBSUJDMFT BOENBLF QSFTFOUBUJPOT • 8POGJSTUQSJ[FBUSF*OWFOU (BNF%BZ" • XPOUI QSJ[F 5PQ BU1FUGJOEFS ,BHHMFDPNQFUJUJPOJOXFFLDIBMMFOHF

Slide 3

Slide 3 text

$PPLQBE ‒ worldʼs largest recipe sharing platform Try cooking with it

Slide 4

Slide 4 text

$PPLQBE JTHMPCBMTFSWJDF Bristol Office

Slide 5

Slide 5 text

"HFOEB •CBTJDLOPXMFEHFPGQBSBMMFMEJTUSJCVUFE QSPDFTTJOH •QBSBMMFMQSPDFTTJOHJO1ZUIPO •EJTUSJCVUFEQSPDFTTJOHJO1ZUIPO

Slide 6

Slide 6 text

%JTDMBJNFS • 8IBUEP*UBML • CBTJDBSDIJUFDUVSFPGQBSBMMFMEJTUSJCVUFE QSPDFTTJOH DPNQVUJOH MJCSBSJFTJO1ZUIPO • 8IBUEP*OPU UBML • IPXUPJOTUBMMBOETFUVQFBDIMJCSBSJFT • VTBHFTPGEFUBJMFE"1*TPGXIBUXFJOUSPEVDF

Slide 7

Slide 7 text

)PXEPXFEFDJEFXIFUIFSUPVTF QBSBMMFMEJTUSJCVUFEQSPDFTTJOH FH •8IFOXFVTFMBSHFEBUB XIJDIDBOOPU IBOEMFJOPOFQSPDFTTPSPOFNBDIJOF •8IFOXFSVOPVSQSPHSBNTXJUIMBSHF EBUB JOTIPSUFSUJNF

Slide 8

Slide 8 text

28IJDIJTMBSHFEBUB 100MB 10GB 1TB

Slide 9

Slide 9 text

*U`TDBTFCZDBTF •5IFXPSEMBSHFJTSFMBUJWF •$VSSFOUMZ 1BOEBTXPSLTFGGJDJFOUMZXJUI d(#EBUBXJUIVTVBMNBDIJOFT

Slide 10

Slide 10 text

TDBMFVQTPMWFTMBDLPGSFTPVSDFT UPP #VUʜ • 8FTPNFUJNFTCFOPU BCMFUPVTFGVMMPGNBDIJOF SFTPVSDFTXJUIPOFQSPDFTT • 5IFSFTPVSDFTUIBUDBOCFNPVOUFEPOPOFNBDIJOFBSF MJNJUFE

Slide 11

Slide 11 text

4PMFU`TMFBSOQBSBMMFM QSPDFTTJOHBOEEJTUSJCVUFE QSPDFTTJOHUPQSPDFTTMBSHF EBUBFGGJDJFOUMZ

Slide 12

Slide 12 text

28IBUJT UIFEJGGFSFODFPGCFMPX •1BSBMMFMQSPDFTTJOH •%JTUSJCVUFEQSPDFTTJOH

Slide 13

Slide 13 text

l1BSBMMFMQSPDFTTJOHzBOEl%JTUSJCVUFEQSPDFTTJOHz • 1BSBMMFMQSPDFTTJOH 1SPDFTTPS T .FNPSZ 1SPDFTTPS T .FNPSZ 1SPDFTTPS T .FNPSZ 1SPDFTTPS 1SPDFTTPS 1SPDFTTPS .FNPSZ • %JTUSJCVUFEQSPDFTTJOH /8 /8 /8 QSPDFTTPSTIBSFTNFNPSZ*OQBSBMMFMQSPDFTTJOH POUIFPUIFSIBOEQSPDFTTPSTIBTPXONFNPSJFTJOEJTUSJCVUFEQSPDFTTJOH

Slide 14

Slide 14 text

-JCSBSJFTUPEBZ*JOUSPEVDF • QBSBMMFMQSPDFTTJOH • UISFBEJOH • NVMUJQSPDFTTJOH • KPCMJC • EJTUSJCVUFEQSPDFTTJOH • DFMFSZ • EBTL • 1Z4QBSL

Slide 15

Slide 15 text

-JCSBSJFTUPEBZ*JOUSPEVDF • QBSBMMFMQSPDFTTJOH • UISFBEJOH • NVMUJQSPDFTTJOH • KPCMJC • EJTUSJCVUFEQSPDFTTJOH • DFMFSZ • EBTL • 1Z4QBSL

Slide 16

Slide 16 text

UISFBEJOHBOENVMUJQSPDFTTJOH •1ZUIPOIBTPGGJDJBMNPEVMFTGPSQBSBMMFMQSPDFTTJOH • l#BUUFSZJODMVEFEz •8FDBOQBSBMMFMJ[FPVSQSPHSBNXJUIPVUBOZUIJSE QBSUZMJCSBSJFT

Slide 17

Slide 17 text

UISFBEJOH • UISFBEJOHNPEVMFEJWJEFTPOFQSPDFTTJOUPNVMUJQMF UISFBET .BJO5ISFBE 5ISFBE 5ISFBE 1SPDFTT

Slide 18

Slide 18 text

UISFBEJOH • (*- (MPCBM *OUFSQSFUFS-PDL MJNJUTPOMZPOFUISFBEDBOCF JOBTUBUFPGFYFDVUJPOBUBOZQPJOUJOUJNFJO$1ZUIPO 1SPDFTT 5ISFBE 5ISFBE 5ISFBE SVO BXBJU BXBJU SVO BXBJU SVO SVO SVO BXBJU BXBJU SVO "DRVJSF-PDL

Slide 19

Slide 19 text

8IZ(*- • 5ISFBETJOQSPDFTTVTFTTBNFNFNPSZTQBDF • (*-XBTDIPTFOUPQSPUFDUUIFJOUFSOBMNFNPSZVTFECZ UIFJOUFSQSFUFS • 1&1QSPQPTFTTVCJOUFSQSFUFS UPPCTDVSF(*- QSPDFTT UISFBE UISFBE .FNPSZ4QBDF

Slide 20

Slide 20 text

*OXIBUTJUVBUJPOTJTUISFBEJOH FGGFDUJWF • 5BTLTXIJDIJT*0 CPVOETVDIBT • SFBEXSJUFGJMFT • %#DPOOFDUJPO • %PXOMPBEEBUBGSPN/8 1SPDFTT 5ISFBE 5ISFBE 5ISFBE SVO BXBJU BXBJU SVO BXBJU SVO SVO SVO BXBJU BXBJU SVO "DRVJSF-PDL

Slide 21

Slide 21 text

*OXIBUTJUVBUJPOTJTUISFBEJOH FGGFDUJWF • 5BTLTXIJDIJT*0 CPVOETVDIBT • SFBEXSJUFGJMFT • %#DPOOFDUJPO • %PXOMPBEEBUBGSPN/8 1SPDFTT 5ISFBE 5ISFBE 5ISFBE SVO BXBJU BXBJU SVO BXBJU SVO SVO SVO *0 BXBJU SVO "DRVJSF -PDL *0 *0 *0 VTF$16 EPOPUVTF$16

Slide 22

Slide 22 text

NVMUJQSPDFTTJOH •NVMUJQSPDFTTJOHTQBXOTQSPDFTTFTGPS QBSBMMFMJ[BUJPO •QBSBMMFMJ[FJOCPUIMPDBMBOESFNPUF .BJO1SPDFTT $IJME1SPDFTT $IJME1SPDFTT

Slide 23

Slide 23 text

NVMUJQSPDFTTJOH • FBDIQSPDFTTFTIBTJUTPXONFNPSZTQBDF • /PUBGGFDUFECZ(*- • -FTTMJLFMZUPDBVTFFSSPSTEVFUPEBUBDPSSVQUJPOPS EFBEMPDL .BJO1SPDFTT $IJME1SPDFTT $IJME1SPDFTT PTGPSL .FNPSZ4QBDF .FNPSZ4QBDF $PQZ .FNPSZ4QBDF $PQZ

Slide 24

Slide 24 text

*OXIBUTJUVBUJPOTJTNVMUJQSPDFTTJOH FGGFDUJWF • 5BTLTXIJDIJT$16CPVOETVDIBT • /VNFSJDBMDBMDVSBUJPO • 3FHVMBSFYQSFTTJPOQSPDFTTJOH • #VUUIFQFSGPSNBODFJO1ZUIPO`TNVMUJQSPDFTTJOHEPFTO`U JODSFBTFMJOFBSMZ

Slide 25

Slide 25 text

NVMUJQSPDFTTJOH • 5IFSFJTPWFSIFBEEVFUPDPNNVOJDBUJPO CFUXFFOQBSFOUQSPDFTTBOEDIJMEQSPDFTT .BJO1SPDFTT $IJME1SPDFTT $IJME1SPDFTT PTGPSL .FNPSZ4QBDF .FNPSZ4QBDF $PQZ .FNPSZ4QBDF $PQZ

Slide 26

Slide 26 text

NVMUJQSPDFTTJOH •UIFNBYJNVNOVNCFSPGUBTLTXIJDIDBOCF SVOTJNVMUBOFPVTMZJTSFTUSJDUFEUP$16 OVNCFS 5BTL 5BTL 5BTL 5BTL 5BTL 5BTL $16 $16

Slide 27

Slide 27 text

+PCMJC • UIJSEQBSUZMJCSBSZGPSQBSBMMFMQSPDFTTJOHJO1ZUIPO • +PCMJC DBOVTF UISFBEJOHPSNVMUJQSPDFTTJOHGPSCBDLFOE • MB[ZFWBMVBUJPOVTJOHUSBOTQBSFOUEJTLDBDIJOHPGUIF PVUQVU • FBTZBOETJNQMFDPEJOH • MPHHJOHBOEUSBDJOHPGUIFFYFDVUJPO https://joblib.readthedocs.io/

Slide 28

Slide 28 text

4VNNBSZVQUPIFSF • 1ZUIPOIBTPGGJDJBMNPEVMFTGPSQBSBMMFMQSPDFTTJOH • UISFBEJOHJTFGGFDUJWFUP*0CPVOEQSPDFTTJOH • NVMUJQSPDFTTJOHJTFGGFDUJWFUP$16CPVOEQSPDFTTJOH • CPUIPGUXPBSFNBJOMZGPSPOMZGPSQSPDFTTFTSVOBUPOMZ POFNBDIJOF • 8FDBOVTFUISFBEJOHBOENVMUJQSPDFTTJOHGVODUJPOTXJUI KPCMJC NPSFTJNQMZ • TPNFPGEBUBMJCSBSJFTUSBOTQBSFOUMZVTFUIFTFQBSBMMFM QSPDFTTJOHMJCSBSJFT

Slide 29

Slide 29 text

-JCSBSJFTUPEBZ*JOUSPEVDF • QBSBMMFMQSPDFTTJOH • UISFBEJOH • NVMUJQSPDFTTJOH • KPCMJC • EJTUSJCVUFEQSPDFTTJOH • DFMFSZ • %BTL • 1Z4QBSL

Slide 30

Slide 30 text

%JTUSJCVUFEQSPDFTTJOHJO1ZUIPO • 8IFOXFVTFMBSHFEBUBXIJDIDPVMEO`UQSPDFTTJOPOF NBDIJOF XFIBWFUPDPOTJEFSBCPVUEJTUSJCVUFE QSPDFTTJOH • QSPQFSUJFTXIJDITIPVMECFJODMVEFEJOEJTUSJCVUFE GSBNFXPSL • "VUPNBUJDSFDPWFSZ GSPNFSSPS • 5BTLEJWJTJPO KPCTDIFEVMJOH • 5PPMTGPS.POJUPSJOH %FCVHHBCJMJUZ

Slide 31

Slide 31 text

$FMFSZ •EJTUSJCVUFEUBTLRVFVFCVJMUJO1ZUIPO •TJNQMFBOEGMFYJCMFBSDIJUFDUVSF • &WFSZQBSUTDBOCFFYUFOE • IFBWJMZVTFEGPSUBTLCBTFEXPSLMPBETJO 1ZUIPO • XJUI%KBOHP • "JSGMPXCBDLFOE

Slide 32

Slide 32 text

$FMFSZ"SDIJUFDUVSF $MJFOU CSPLFS 3BCCJU.2 3FEJT 424 FUD 2VFVF 2VFVF 2VFVF 8PSLFS $POTVNFS 8PSLFS $POTVNFS #BDLFOE 3FTVMUT 3FEJT FUD 8PSLFS $POTVNFS 8PSLFS $POTVNFS

Slide 33

Slide 33 text

*OXIBUTJUVBUJPOTJTDFMFSZFGGFDUJWF • 8IFOUIFUBTLJTTJNQMFCVUUIFBNPVOUPGEBUBJTUPP NVDIGPSPOFNBDIJOF • 8IFOZPVXBOUUPVTFJUXJUIBOPUIFSGSBNFXPSLTVDIBT %KBOHP

Slide 34

Slide 34 text

%BTL • EJTUSJCVUFEQSPDFTTJOHGSBNFXPSLCVJMUJO1ZUIPO • CFBCMFUPVTF/VN1Z1BOEBT-JTUTMJLFQBSBMMFM PCKFDUT EBTLBSSBZ EBTLEBUBGSBNF EBTLCBH BOE"1*T • 4DIFEVMFSJTDVTUPNJ[BCMFUPHFUHPPEQFSGPSNBODFGPS CPUIGPSQBSBMMFMQSPDFTTJOHPOMPDBMNBDIJOFBOEGPS EJTUSJCVUFEQSPDFTTJOHPODMVTUFS • )BTHPPE8FC*OUFSGBDFGPSSFBMUJNFKPCNPOJUPSJOH

Slide 35

Slide 35 text

%BTL TDIFEVMFS http://docs.dask.org/en/latest/scheduling.html

Slide 36

Slide 36 text

%BTL 8FC*OUFSGBDF

Slide 37

Slide 37 text

*OXIBUTJUVBUJPOTJT%BTL FGGFDUJWF • 8IFOXFXBOUUPQBSBMMFMJ[F/VN1ZPSQBOEBTQSPDFTTJOH • 8IFOUIFEBUBTJ[FGJUTPOFUP NBDIJOFT

Slide 38

Slide 38 text

1Z4QBSL • CVJMEJO+BWBBOEIBT1ZUIPO*OUFSGBDF • DBOCFNPSFTDBMFPVUUIBODFMFSZBOE%BTL • 0SJHJOBMMZCVJMUUPSVOPOB)BEPPQDMVTUFS • GBTUBOEDPTUFGGJDJFOUQSPDFTTJOH • )BTHPPE8FC*OUFSGBDFGPSSFBMUJNFKPCNPOJUPSJOH • FBTZUPXSJUFDPNQSFY QSPHSBNXJUISJDIPQFSBUPST • NVMUJGVODUJPOBM • TUSFBN "1* • NBDIJOFMFBSOJOH"1* • DBOCFVTFJONBOBHFNFOUTFSWJDFJODMPVETFSWJDF

Slide 39

Slide 39 text

1Z4QBSL • CVJMEJO+BWBBOEIBT1ZUIPO*OUFSGBDF only with partial API

Slide 40

Slide 40 text

1Z4QBSL • DBOCFNPSFTDBMFPVUUIBODFMFSZBOE%BTL node number 1 4-5 thousands

Slide 41

Slide 41 text

*OXIBUTJUVBUJPOTJT1Z4QBSL FGGFDUJWF • 8IFOXFXBOUUPSVODPNQMFYUBTLTXJUIBMBSHFBNPVOU PGEBUB • 8IFOXFIBWF)BEPPQDMVTUFS

Slide 42

Slide 42 text

0WFSIFBEPGQBSBMMFMEJTUSJCVUFE QSPDFTTJOH •TFSJBMJ[FEFTFSJBMJ[F •UBTLTDIFEVMJOH •EBUBUSBOTGFS

Slide 43

Slide 43 text

"NEBIM`TMBX • .BYJNVNFYQFDUFEJNQSPWFNFOUPGQBSBMMFMDPNQVUJOHJT MJNJUFECZUIFUJNFOFFEFEGPSUIFTFRVFOUJBMGSBDUJPOPG UIFQSPHSBN

Slide 44

Slide 44 text

*U`TOPUBTJMWFSCVMMFU

Slide 45

Slide 45 text

$PODMVTJPO • 8FDBOVTFNBDIJOFSFTPVSDFTFGGJDJFOUMZBOETQFFEVQ PVSQSPHSBNXJUIQBSBMMFMEJTUSJCVUFEQSPDFTTJOH • 5IFSFBSFTFWFSBMQBSBMMFMQSPDFTTJOHMJCSBSJFTBWBJMBCMFJO 1ZUIPO • *SFDPNNFOE • KPCMJC GPSHFOFSBMVTBHFPGQBSBMMFMJ[N JOPOFNBDIJOF • %BTL GPSQBSBMMFMJ[FQBOEBT%BUB'SBNF QSPHSBN • 1Z4QBSL GPSIVHFEBUBXIJDIDBOOPUIBOEMFJOPOFNBDIJOF

Slide 46

Slide 46 text

%PObUCFBGSBJEUPVTF QBSBMMFMEJTUSJCVUFEQSPDFTTJOHNPSF

Slide 47

Slide 47 text

2VFTUJPO

Slide 48

Slide 48 text

28IBUJT UIFEJGGFSFODFPGCFMPX •$PODVSSFOUQSPDFTTJOH •1BSBMMFMQSPDFTTJOH

Slide 49

Slide 49 text

l$PODVSSFOUQSPDFTTJOHzBOE l1BSBMMFM1SPDFTTJOHz $PODVSSFODZJTBCPVU EFBMJOHXJUI MPUTPG UIJOHTBUPODF 1BSBMMFMJTNJTBCPVU EPJOH MPUTPGUIJOHTBUPODF 3PC1JLFIUUQTUBMLTHPMBOHPSHXB[BTMJEF

Slide 50

Slide 50 text

8IFOBOEIPXTIPVMEXF VTFQBSBMMFMEJTUSJCVUFE BSDIJUFDUVSFJO1ZUIPO

Slide 51

Slide 51 text

l$PODVSSFOUQSPDFTTJOHzBOE l1BSBMMFM1SPDFTTJOHz )FSFJT$PODVSSFOU )FSFJTQBSBMMFMBOEBMTPDPODVSSFOU

Slide 52

Slide 52 text

$PODVSSFOUBOEQBSBMMFMQSPHSBNTDIFNF •$PODVSSFOUQSPHSBNTDIFNF $PODVSSFOU 1SPHSBN 1SPDFTT 1SPDFTT TDIFEVMFS $16 1SPDFTT 2VFVF 1BSBMMFM 1SPHSBN 1SPDFTT 1SPDFTT $16 $16 •1BSBMMFMQSPHSBNTDIFNF

Slide 53

Slide 53 text

%JTUSJCVUFEQSPDFTTJOHJO1ZUIPO *JOUSPEVDFUISFFGBNPVTMJCSBSJFTGPS EJTUSJCVUFEQSPDFTTJOHJO1ZUIPO •$FMFSZ •%BTL •1Z4QBSL

Slide 54

Slide 54 text

MPI • It is a low-level API and faster than other libraries, but it is difficult to use MPI to create software that can be used at the production level • MPI is a low level API. MPI can calcrate faster than Python Libraries with proper integration • MPI doesnʼt have rich partition-tolerance functions like PySpark or other libraries • • PyTorch and ChainerMN use it internally for Distributed DeepLearning

Slide 55

Slide 55 text

DPVMEO`UJOUSPEVDF • BTZODJP • DPODVSSFOUGVUVSF • "OPUIFSUIJSEQBSUZMJCSBSJFT