Быстрее, больше, сильнее: фреймворки Python с параллельной обр | Python Hacks
Быстрее, больше, сильнее: фреймворки Python с параллельной обработкой данных
Когда требуется распределить задания не только между несколькими ядрами, но и между несколькими машинами, в игру вступают специальные библиотеки и фреймворки Python, реализующие параллельную обработку данных. Они позволяют взять существующее приложение Python и распределить нагрузку между несколькими ядрами, несколькими машинами или комбинировать оба варианта.
