问题描述
我不明白常规 dask 和 dask.distributed 之间的关系。
使用 dask.distributed，例如使用 Futures 接口，我必须显式创建一个由本地或远程集群支持的客户端，然后使用 client.submit() 提交给它。
使用常规的 dask，例如使用 Delayed 接口，我只在我的函数上使用 delayed()。
delayed（或 compute）如何确定我的计算发生的位置？它背后一定有一些全局状态——但我将如何访问它？如果我理解正确，delayed 使用 dask.distributed 客户端（如果存在）。它是否使用类似
client = None
try:
client = Client.current()
except ValueError:
pass
if client is not None:
# use client
else:
# use default scheduler
如果是这样，为什么不对 submit 使用相同的逻辑？
client = None
try:
client = Client.current()
except ValueError:
pass
if client is not None:
# use client
else:
# fail because futures don't work on the default scheduler
最后，延迟物体和未来物体看起来非常相似。为什么第一个可以同时使用 dask.distributed 客户端和默认调度程序，而期货需要 dask.distributed？
解决方法
是的，有一些全局状态分配了当前客户端
如果您对延迟对象调用 compute 方法，您最终将使用当前客户端
Dask 延迟只是构建计算图的语法糖。当您调用计算时，图形最终会通过分布式客户端进行分派。
future 是指集群上可能尚未计算的远程结果。延迟对象尚未提交到集群
@delayed
def func(x):
return x
a = func(1)
在这种情况下，a 是一个延迟对象。该任务根本没有在集群上排队
future = client.compute(a,sync=False)
将任务提交到集群后，您将获得一个未来。
,Dask 有多个后端。如果您不指定一个，则所有内容都在本地集群上运行，该集群的进程数与 CPU 中的内核数一样多。在定义集群（本地、Kubernetes、HPC、Spark）时，您可以准确指定您想要的内容。然而，客户端只看到的是什么以及它是如何执行的。
所有期货在您发送时都在您的后端执行，但您必须等待结果返回。与此同时，您可以在客户端上做其他事情。完成后，您可以使用 .result 获取结果。我还没有使用过期货 API，但它应该像 Python 并发期货一样工作。这也可能是您必须事先启动客户端的原因。 Dask 希望尽可能地镜像 API。
更多信息here。
延迟、数据帧或数组 API 仅在您调用 .compute() 后将计算发送到后端。然后，您必须等待结果返回，并且不能在两者之间做任何事情。
更多信息here。
future 不能在本地机器上使用（没有本地集群），因为它会立即触发计算，因此在同一代码中的任何进一步计算都将被阻止。 delayed 允许您将计算推迟到 DAG 形成。因此 delayed 可以在有或没有集群的单台机器上运行。