序言 第 1 章 并行和分布式计算介绍 第 2 章 异步编程 第 3 章 Python 的并行计算 第 4 章 Celery 分布式应用 第 5 章 云平台部署 Python 第 6 章 超级计算机群使用 Python 第 7 章 测试和调试分布式应用 第 8 章 继续学习
Python 分布式计算
Francesco Pierfederici 是一名喜爱 Python 的软件工程师。过去 20 年间，他的工作领域涉及天文学、生物学和气象预报。
他搭建过上万 CPU 核心的大型分布式系统，并在世界上最快的超级计算机上运行过。他还写过用处不大，但极为有趣的应用。他总是喜欢创造新事物。
“我要感谢我的妻子 Alicia，感谢她在成书过程中的耐心。我还要感谢 Packt 出版社的 Parshva Sheth 和 Aaron Lazar，以及技术审稿人 James King，他们让这本书变得更好。” —— Francesco Pierfederici
James King 是一名有丰富分布式系统开发经验的工程师。他是许多开源项目的贡献者，包括 OpenStack 和 Mozilla Firefox。他喜欢数学、与孩子们骑马、游戏和艺术。
并行和分布式计算是一个具有吸引力的课题，几年之前，只有大公司和国家实验室的开发者才能接触到。这十年间，情况发生了改变：现在所有人都可以使用各种语言搭建中小型的分布式应用，这些语言中自然包括我们的最爱：Python。
这本书是为搭建分布式系统的 Python 开发者而写的实践指导。它首先介绍了关于并行和分布式计算的基础理论。然后，用 Python 的标准库做了几个并行计算示例。接着，不再使用一台计算机，而是使用第三方库，包括 Celery 和 Pyro，扩展到更多节点。
剩下的章节探讨了分布式应用的部署方案，包括云平台和超级计算机群（High Performance Computing，HPC），分析了各自的优势和难点。
最后，分析了一些难点，监控、登录、概述和调试。
总之，这是一本关注实践的书，它将教会你使用一些流行的框架和方法，使用 Python 搭建并行分布系统。
第 1 章，并行和分布式计算介绍，介绍基础理论。 第 2 章，异步编程，介绍两种分布式应用的编程风格：同步和异步。 第 3 章，Python 的并行计算，介绍使用 Python 的标准库，实现同一时间完成多项任务。 第 4 章，Celery 分布式应用，介绍如何使用 Celery 搭建最简单的分布式应用，以及 Celery 的竞争对手 Python-RQ 和 Pyro。 第 5 章，云平台使用 Python，展示如何使用 AWS 将 Python 应用部署到云平台。 第 6 章，超级计算机群使用 Python，介绍将 Python 应用部署到超级计算机群，多应用于大学和国家实验室。 第 7 章，测试和调试分布式应用，讲解了 Python 分布式应用在测试、概述和调试中的难点。 第 8 章，继续学习，回顾前面所学，向感兴趣的读者介绍继续学习的路径。
序言 第 1 章 并行和分布式计算介绍 第 2 章 异步编程 第 3 章 Python 的并行计算 第 4 章 Celery 分布式应用 第 5 章 云平台部署 Python 第 6 章 超级计算机群使用 Python 第 7 章 测试和调试分布式应用 第 8 章 继续学习