从hello world入手，熟悉一下ray开发

示例一：求平方（remote funtions）

Ray可以非常容易的将一个funtion变成分布式，只需要在funtion添加一个@ray.remote注解:

import ray

@ray.remote
def square(x):
    return x * x

if __name__ == '__main__':
    for i in range(4):
        future = square.remote(i)
        print(ray.get(future)) 
        # prints [0, 1, 4, 9]

调用分布式方法时，只需要调用方法名.remote()即可，如future = square.remote(i)（这个调用是异步的）。使用ray.get()即可获取调用结果，如ray.get(future)（这个调用是同步的）

示例二：计算圆周率π（remote actors）

本示例将展示如何将class定义为remote actors。根据莱布尼兹公式，π可以这样计算：

根据这个公式，我们可以连续计算10万个值来得到一个π的近似值。那么我们完全将这10万个值平均分成10份并行计算，再将10个结果合计就是我们要的近似值。这样我的效率就增加10倍。代码实现如下：

import ray

@ray.remote
class Worker(object):
    def __init__(self):
        # 计算结果
        self.r = 0.0

    def calculatePiFor(self, start, elements):
        # 计算从start开始，连续elements个的和
        for i in range(start, start + elements):
            self.r += 4.0 * (1 - (i % 2) * 2) / (2 * i + 1)
        return self.r

    def result(self):
        # 返回计算结果
        return self.r

if __name__ == '__main__':
    # 启动Ray，如果想使用已存在的Ray集群，请使用
    # ray.init("ray://<head_node_host>:10001")
    ray.init()
    futures = []
    # 将任务切分为10个子任务并行计算
    for i in range(10):
        # 初始化子任务（Actor）
        worker = Worker.remote()
        # 每个子任务计算10000个值，这是异步的，not block
        future = worker.calculatePiFor.remote(i * 10000, 10000)
        futures.append(future)
    # 等待所有子任务结果
    results = ray.get(futures)
    # 计算最终结果
    print(sum(results))

总结

示例一展示了如何编写无状态的并行计算代码，示例二则展示了如何利用Ray进行有状态并行计算。它们展示了最常见的2种并行计算场景。