异步计算dask数组块（Dask + FastAPI）

Question

我正在构建一个FastAPI应用程序，该程序将提供Dask数组的大部分内容。我想在FastAPI's asynchronous functionality旁边使用Dask-distributed's ability to operate asynchronously。下面是一个mcve，它演示了我正在尝试在应用程序的服务器端和客户端上执行的操作：

服务器端：

import time

import dask.array as da
import numpy as np
import uvicorn
from dask.distributed import Client
from fastapi import FastAPI

app = FastAPI()
# create a dask array that we can serve
data = da.from_array(np.arange(0, 1e6, dtype=np.int), chunks=100)


async def _get_block(block_id):
    """return one block of the dask array as a list"""
    block_data = data.blocks[block_id].compute()
    return block_data.tolist()


@app.get("/")
async def get_root():
    time.sleep(1)
    return {"Hello": "World"}


@app.get("/{block_id}")
async def get_block(block_id: int):
    time.sleep(1)  # so we can test concurrency
    my_list = await _get_block(block_id)
    return {"block": my_list}


if __name__ == "__main__":
    client = Client(n_workers=2)
    print(client)
    print(client.cluster.dashboard_link)
    uvicorn.run(app, host="0.0.0.0", port=9000, log_level="debug")

客户端

import dask
import requests
from dask.distributed import Client

client = Client()

responses = [
    dask.delayed(requests.get, pure=False)(f"http://127.0.0.1:9000/{i}") for i in range(10)
]
dask.compute(responses)

在此设置中，compute()中的_get_block调用是“阻塞”的，一次仅计算一个块。我尝试了Client(asynchronous=True)和client.compute(dask.compute(responses)的各种组合，但没有任何改善。是否可以await计算dask数组？

Answer 1

此行

block_data = data.blocks[block_id].compute()

是阻止呼叫。如果您改用client.compute(data.blocks[block_id])，则可以得到一个可以与IOLoop结合使用的未来，只要Dask使用相同的循环即可。

请注意，Intake服务器非常希望以这种方式工作（它也渴望为数组和其他数据类型按块流传输数据）。