Пример программы dispy зависает

TL;DR: я не могу заставить базовый dispy пример кода работать правильно. Почему бы и нет?

Подробности:

Я пытаюсь разобраться с распределенной обработкой в ​​python и подумал, что библиотека dispy звучит интересно из-за к исчерпывающему набору функций.

Однако я пытался следовать их основному каноническому примеру программы, и у меня ничего не получалось.

• Я установил диспи (python -m pip install dispy)
• Я перешел на другую машину с тем же адресом подсети и запустил python dispynode.py. Кажется, это работает, так как я получаю следующий вывод:

  #P5# #P6#

• Вернувшись на свой клиентский компьютер, я запускаю пример кода, загруженный с http://dispy.sourceforge.net/_downloads/sample.py, скопировано сюда:

# function 'compute' is distributed and executed with arguments
# supplied with 'cluster.submit' below
def compute(n):
    import time, socket
    time.sleep(n)
    host = socket.gethostname()
    return (host, n)

if __name__ == '__main__':
    # executed on client only; variables created below, including modules imported,
    # are not available in job computations
    import dispy, random
    # distribute 'compute' to nodes; 'compute' does not have any dependencies (needed from client)
    cluster = dispy.JobCluster(compute)
    # run 'compute' with 20 random numbers on available CPUs
    jobs = []
    for i in range(20):
        job = cluster.submit(random.randint(5,20))
        job.id = i # associate an ID to identify jobs (if needed later)
        jobs.append(job)
    # cluster.wait() # waits until all jobs finish
    for job in jobs:
        host, n = job() # waits for job to finish and returns results
        print('%s executed job %s at %s with %s' % (host, job.id, job.start_time, n))
        # other fields of 'job' that may be useful:
        # job.stdout, job.stderr, job.exception, job.ip_addr, job.end_time
    cluster.print_status()  # shows which nodes executed how many jobs etc.

Когда я запускаю это (python sample.py), оно просто зависает. Отлаживаю через pdb, вижу в итоге висит на dispy/__init__.py(117)__call__(). Строка читается как self.finish.wait(). Finish — это просто поток Python, так как wait() затем переходит в lib/python3.5/threading.py(531)wait(). Он зависает, как только он попадает в ожидание.

Я попытался запустить dispynode на клиентской машине и получил те же результаты. Я пробовал много вариантов передачи узлов в создание кластера, например:

cluster = dispy.JobCluster(compute, nodes=['localhost'])
cluster = dispy.JobCluster(compute, nodes=['*'])
cluster = dispy.JobCluster(compute, nodes=[<hostname of the remote node running the client>])

Я пробовал работать с раскомментированной строкой cluster.wait() и получил те же результаты.

Когда я добавил ведение журнала (cluster = dispy.JobCluster(compute, loglevel = 10)), я получил следующий вывод на стороне клиента:

14.06.2016, 10:27:01 asyncoro — версия 4.1 с уведомлением о вводе-выводе epoll
dispy – Сохранение информации об устранении сбоя в «_dispy_20160614102701»
14.06.2016 10:27:01 dispy – Незаконченные задания: 0
14-06-2016 10:27:01 dispy – Незавершенные задания: 1
14.06.2016, 10:27:01 dispy - Незаконченные задания: 2
14.06.2016 10:27:01 dispy - Незаконченные задания: 3
14-06-2016, 10:27:01 dispy - Незавершенные задания: 4
14-06-2016 10:27:01 dispy - Незавершенные задания: 5
14-06-2016 10:27:01 dispy - Незавершенные задания: 6
2016-06- 14 10:27:01 dispy - Незавершенные задания: 7
14.06.2016 10:27:01 dispy - Незавершенные задания: 8
14-06-2016 10:27:01 dispy - Незавершенные задания: 9
2016-06-14 10:27:01 dispy - Отложенных заданий: 10

Это не кажется неожиданным, но не помогает мне понять, почему задания не выполняются.

Для чего это стоит, вот _dispy_20160614102701.bak:

'_cluster', (0, 207)
'compute_1465918021755', (512, 85)

и аналогично _dispy_20160614102701.dir:

'_cluster', (0, 207)
'compute_1465918021755', (512, 85)

У меня нет догадок, если только я не использую нестабильную версию.