我试图用dask加载数据集，但是当需要计算我的数据集时，我总是遇到这样的问题：
警告-工作者超出了95％的内存预算。正在重新启动。
我只是在本地计算机上工作，因此启动了dask，如下所示：
if __name__ == '__main__':
libmarket.config.client = Client() # use dask.distributed by default
现在，在错误消息中，我一直看到对“ memory_limit =”关键字参数的引用。但是，我已经彻底搜索了dask文档，无法弄清楚如何在单机配置中增加流血的worker内存限制。我有256GB的RAM，在将其转换回pandas数据帧之前，我将删除将来的大多数列（20GB的csv文件），因此我知道它将适合内存。我只需要从代码中增加每个工人的内存限制（不使用dask-worker），以便可以处理它。
拜托，有人帮我。