参考网址
优势：dask内部自动实现了分布式调度、无需用户自行编写复杂的调度逻辑和程序；
通过调用简单的方法就可以进行分布式计算、并支持部分模型的并行化处理；
内部实现的分布式算法：xgboost、LR、sklearn的部分方法等
*用一句话说：dask就是python版本的spark,是一个用Python 语言实现的分布式计算框架*
1/dask安装(分布式版安装)
pip install dask --upgrade pip install distributed --upgrade
或者同时安装
pip install dask distributed --upgrade
2/dask集群搭建
因为在dask集群中，有多种角色，client,scheduler,worker
client：客户端，用于客户与集群之间的交互。
scheduler：主节点(也是注册中心)，可以理解为集群的大管家，
主要把client提交的任务task，按照一定的策略分发给不同的worker节点去执行。
worker：具体工作的节点，时时刻刻受到scheduler的监视。
因此，我们需要准备多台服务器，或者虚拟机。
<1>启动主节点scheduler
从上图可以看到，主节点已经启动，在tcp://192.168.1.42:8786上。
也就是说，scheduler的ip是192.168.1.42，开启的服务端口是8786.
<2>启动worker节点
在其他每台linux机器命令行输入：
$ dask-worker 192.168.1.42:8786
注意：后面跟的ip和端口是主节点scheduler的ip和对应服务的端口
启动worker节点之后，我们不仅可以在work服务器上看到相关的信息，
同时，我们也会在scheduler节点上看到相关的信息。
这也就是为什么说：worker节点时时刻刻受到scheduler节点的监视。
3/dask集群的使用
另外再找一台服务器，作为客户端
"""分布式dask"""
import time
from dask.distributed import Client
# 连接dask集群，注意这里的ip和端口是scheduler服务器的，而不是worker节点服务器的。
client = Client('192.168.1.42:8786' ,asynchronous=True)
ts = time.time()
A = client.map(square, range(10000))
B = client.map(neg, A)
total = client.submit(sum, B)
print(total.result())
print('cost time :%s'%(time.time()-ts))
cost time :3.793848991394043
