Dask 分布式计算

• 唯一标识：hub-dask
• 显示名称：Dask 分布式计算
• 能力摘要：使用 Dask 将熟悉的 NumPy、Pandas 和任务图工作流扩展到多核、超内存和分布式计算，管理分区、调度、内存、集群和计算诊断。

案例素材

1. 数据科学家需要处理超过笔记本内存的 Parquet 数据。该 skill 会延迟读取并按分区聚合，仅在必要时触发计算，检查任务图以避免过多小任务。
2. 风险模型的参数扫描需要并行运行。该 skill 会将独立计算构造成可追踪的任务，控制 worker 资源和失败重试，收集运行时指标以发现倾斜任务。
3. 作业迁移到云集群后变慢。该 skill 会检查分区大小、数据本地性、序列化和 worker 内存溢出，先用仪表板定位瓶颈，再调整而不盲目增加机器。