Descrição
Escale fluxos de dados e computação em Python por tarefas paralelas. Isso ajuda projetos de ciência de dados e computação científica a processar conjuntos de dados maiores ou cálculos mais pesados agendando trabalho entre threads, processos ou clusters.
É um framework de computação, não uma planilha nem um aplicativo visual. Execução paralela pode aumentar uso de memória, CPU e rede; por isso, cargas devem ser monitoradas e testadas antes de rodar em sistemas compartilhados ou clusters caros.