Dask
Parallell Python — exekverar pandas-/NumPy-aktig kod över ett kluster (eller fler CPU-kärnor lokalt) genom att bygga en task-graf och köra den lazy.
Matt Rocklin 2014. Kärnan: dask.array, dask.dataframe, dask.bag som speglar NumPy/pandas. Skalar pandas över 100+ noder genom partitionerade DataFrames. Distributed scheduler är en separat python-process som koordinerar workers.
Konkurrenter: Modin (drop-in pandas), Ray, Spark (Scala/Python hybrid), Polars (single-node, snabbare). Dask sweet spot: existerande pandas-pipeline som har vuxit ur en maskins minne.