我在Dask上运行一些I / O密集型Python代码，并希望增加每个工作线程的线程数。我已经部署了一个Kubernetes集群，该集群运行通过helm分发的Dask。我从worker deployment template中看到，工作线程的数量设置为CPU数量，但是我想将线程数量设置得更高，除非这是一种反模式。我怎么做？
从this similar question看来，我可以使用dash调度程序并使用dask-worker来启动工作人员了吗？但是理想情况下，我将能够通过掌舵来配置工作人员资源，这样我就不必与调度程序进行交互，只需要通过Client向其提交作业即可。
Kubernetes资源限制和请求应与为dask-worker命令提供的--memory-limit和--nthreads参数匹配。有关更多信息，请访问链接1（最佳实践在Dask的官方文档中描述）和2
,Python中的线程处理是一项谨慎的工作，并且实际上取决于您的代码。为了简单起见，-nprocs应该几乎应为1，如果要更多进程，请启动更多副本。对于线程计数，首先要记住，GIL意味着一次只能运行一个线程。因此，您只能在两个主要情况下获得并发收益：1）一些线程在I / O上被阻塞，如等待从数据库或Web API收到回音，或者2）一些线程在NumPy或好友中运行非GIL绑定的C代码。对于第二种情况，您仍然无法获得比CPU数量更多的并发性，因为这只是一次要运行多少个插槽，但是在某些情况下，第一种情况可以比CPU受益更多的线程。
,Dask的掌舵图表有一个局限性，不允许在图表中设置--nthreads。我与Dask小组确认了这一点，并提出了一个问题：https://github.com/helm/charts/issues/18708。
同时，使用Dask Kubernetes进行更高程度的定制。