异步计算dask数组块(Dask + FastAPI)

Question

我正在构建一个FastAPI应用程序，该应用程序将为Dask的块提供服务。我想把FastAPI的异步功能和达斯克分布的异步操作能力结合起来。下面是一个mcve，它演示了我试图在应用程序的服务器和客户端做什么：

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)

在这个设置中，compute()调用在_get_block中是“阻塞”的，每次只计算一个块。我尝试过Client(asynchronous=True)和client.compute(dask.compute(responses)的各种组合，但没有任何改进。是否有可能await计算的达克阵列？

Answer 1

这条线

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

是个阻拦电话。如果您使用client.compute(data.blocks[block_id])，您将得到一个可以与您的IOLoop一起使用的未来，只要Dask使用相同的循环即可。

请注意，接收服务器非常希望以这种方式工作(它也希望为数组和其他数据类型按块流数据)。