在图并行计算中处理相互依赖的文件

Question

我正在尝试通过使用dask.delayed（或由MCVE我自己）创建任务图来并行化以下代码（implementing a computational graph）：

os.chdir('./kitchen1')
write_dough()   # writes file ./dough
write_topping() # writes file ./topping
write_pizza()   # requires ./dough and ./topping; writes ./pizza

我看到2个困难：

1. write_dough不返回任何内容。 z=x+y使变量之间的依存关系清楚；这不是。 Dask doesn’t recommend relying on side effects。有惯用的解决方案吗？
2. os.chdir。如何将其合并到计算图中？
3. 我不关心文件IO，性能等的并行化。

这是我当前的解决方案。它增加了复杂性，'./kitchen1'无处不在，这很丑陋。一个好的解决方案是什么？

write_dough, write_topping, write_pizza = map(dask.delayed, (write_dough, write_topping, write_pizza))

dough = write_dough('./kitchen1')
topping = write_topping('./kitchen1')
pizza = write_pizza(dough, topping, './kitchen1')

Answer 1

我建议您当前明确地通过依赖关系的方法。