如果我有一个distributed.Client实例，我可以用它来关闭远程集群吗？即杀死所有工人并关闭调度程序？
如果使用Client实例无法做到这一点，除了手动杀死每个远程进程之外，还有其他方法吗？
熊猫resample在系列/数据框上有一种方法，但是似乎没有办法DatetimeIndex自行对其重新采样？
具体来说，我有一个Datetimeindex可能缺少日期的每日，我想以每小时频率重新采样一次，但只包括原始每日索引中的日期。
有没有比下面的尝试更好的方法了？
In [56]: daily_index = pd.period_range('01-Jan-2017', '31-Jan-2017', freq='B').asfreq('D')
In [57]: daily_index
Out[57]:
PeriodIndex(['2017-01-02', '2017-01-03', '2017-01-04', '2017-01-05',
'2017-01-06', '2017-01-09', '2017-01-10', '2017-01-11',
'2017-01-12', '2017-01-13', '2017-01-16', '2017-01-17',
'2017-01-18', '2017-01-19', '2017-01-20', '2017-01-23',
'2017-01-24', '2017-01-25', '2017-01-26', '2017-01-27',
'2017-01-30', '2017-01-31'],
dtype='int64', freq='D')
In [58]: daily_index.shape
Out[58]: (22,)
In [59]: hourly_index = pd.DatetimeIndex([]).union_many(
...: pd.date_range(day.to_timestamp('H','S'), day.to_timestamp('H','E'), freq='H')
...: for day in daily_index
...: )
In [60]: hourly_index
Out[60]:
DatetimeIndex(['2017-01-02 00:00:00', '2017-01-02 01:00:00',
'2017-01-02 02:00:00', '2017-01-02 03:00:00',
'2017-01-02 04:00:00', '2017-01-02 …我遇到了一个问题，我的分布式集群似乎“挂起” - 例如，任务停止处理，因此积压了未处理的任务，因此我正在寻找某种方法来帮助调试正在发生的事情。
有Client一个processing方法可以告诉我每个工作人员当前正在运行哪些任务，但 AFAICS 这是有关对象上可用任务的唯一信息吗Client？
我想要的是不仅能够查询处理任务，还能够查询所有任务，包括已处理、正在处理和出错的任务，并且每个任务都能够获取一些统计信息，例如submitted_time和 ，completion_time这将使我能够找出哪些任务正在阻塞集群。
一个很好的事情是能够获得args/kwargs任何给定的任务。这对于调试失败的任务特别有帮助。
目前是否有任何此功能可用，或者有什么方法可以获取我想要的信息？
关于如何调试问题的任何其他建议都将受到极大欢迎。
我试图了解 BlazingSQL 是 dask 的竞争对手还是补充。
我有一些中等大小的数据 (10-50GB) 作为镶木地板文件保存在 Azure blob 存储中。
IIUC 我可以使用 SQL 语法使用 BlazingSQL 查询、加入、聚合、分组，但我也可以dask_cudf使用 python/ dataframe 语法将数据读入 CuDF并执行所有相同的操作。
所以，在我看来他们是直接的竞争对手？
使用 dask 的（其中一个）好处是它可以对分区进行操作，因此可以对大于 GPU 内存的数据集进行操作，而 BlazingSQL 仅限于适合 GPU 的内容，这是否正确？
为什么会选择使用 BlazingSQL 而不是 dask？
编辑：
文档讨论dask_cudf但实际存储库已存档，说 dask 支持现在cudf本身。最好知道如何利用dask比 gpu 内存更大的数据集进行操作cudf