2020 Dask 用户调查

本文介绍了今年夏季早些时候进行的 2020 Dask 用户调查结果。感谢所有花时间填写调查问卷的人！这些结果有助于我们更好地了解 Dask 社区，并将指导未来的开发工作。

原始数据以及初步分析可以在这个 binder 中找到

如果你在数据中发现了什么，请告诉我们。

亮点

我们收到了 240 份调查回复（略少于去年的约 260 份）。
总体而言，结果与去年大体相似。
我们的文档可能相对于去年有所改进。
受访者相对于去年更关注性能。

新问题

大多数问题与 2019 年相同。我们新增了几个关于部署和仪表板使用的问题。先来看看这些。

在使用 Dask 包部署集群的受访者中（约占受访者的 53%），方法多种多样。

大多数人通过网络浏览器访问仪表板。不使用仪表板的用户可能（希望如此）只是在单机上使用带有线程调度器的 Dask（尽管仪表板在单机上也工作正常）。

学习资源

受访者对学习材料的使用情况与去年非常相似。最显著的区别在于我们的调查问卷提供了更多选项（我们的 YouTube 频道和“Gitter 聊天”）。除此之外，examples.dask.org 可能相对更受欢迎。

和去年一样，我们将按照使用 Dask 的频率对资源使用情况进行分组查看。

几点观察

GitHub issue 变得相对不那么受欢迎，这或许反映了文档或稳定性的改善（假设人们在文档中找不到答案或遇到 bug 时才会去 issue 追踪器）。
https://examples.dask.org.cn 值得注意的是现在在偶尔用户中更受欢迎。
针对去年的调查，我们投入时间改进了 https://tutorial.dask.org.cn，我们之前认为它有所不足。它的使用情况与去年大致相同（相当受欢迎），因此不确定我们是否应该进一步投入精力。

您如何使用 Dask？

API 使用情况与去年大致相同（请注意，今年参加调查的人数减少了约 20 人，并且人们可以选择多个选项，因此相对差异最值得关注）。我们新增了 RAPIDS、Prefect 和 XGBoost 的选项，这些都比较受欢迎（与 dask.Bag 的受欢迎程度相近）。

大约 65% 的用户至少有一部分时间在集群上使用 Dask，这与去年相似。

Dask 如何改进？

受访者继续表示，增加文档和示例是项目最有价值的改进。

一个有趣的变化来自于按照 API 组（dask.dataframe、dask.array 等）划分“目前对您帮助最大的是什么？”这个问题。去年显示，“我的领域中有更多示例”对所有 API 组都是最重要的（见下面的第一个表格）。但在 2020 年，情况有所不同（见下面的第二个表格）。

2019 年按行归一化。颜色越深表示该 API 的用户中有更高比例偏好该优先级。
目前对您帮助最大的是什么？	Bug 修复	更多文档	我的领域中有更多示例	新功能	性能改进
Dask API
Array	10	24	62	15	25
Bag	3	11	16	10	7
DataFrame	16	32	71	39	26
Delayed	16	22	55	26	27
Futures	12	9	25	20	17
ML	5	11	23	11	7
Xarray	8	11	34	7	9

2020 年按行归一化。颜色越深表示该 API 的用户中有更高比例偏好该优先级。
目前对您帮助最大的是什么？	Bug 修复	更多文档	我的领域中有更多示例	新功能	性能改进
Dask API
Array	12	16	56	15	23
Bag	7	5	24	7	16
DataFrame	24	21	67	22	41
Delayed	15	19	46	17	34
Futures	9	10	21	13	24
ML	6	4	21	9	12
Xarray	3	4	25	9	13

示例再次成为最重要的（除了 Futures 外的所有 API 组）。但“性能改进”现在是第二重要的改进（除了 Futures，性能改进对其最重要）。我们该如何解释这一点？一种宽容的解释是，Dask 用户正在处理更大规模的问题，并遇到了新的扩展挑战。一种不那么宽容的解释是，用户的 workflow 没有变，但 Dask 变慢了！

您还使用哪些其他系统？

SSH 继续是最受欢迎的“集群资源管理器”。这是去年的一大意外，所以我们做了一些工作使其更易用。除此之外，变化不大。

Dask 用户对其稳定性的满意度与去年大致相同。

要点总结

总体而言，大多数情况与去年相似。
文档，特别是特定领域的示例，仍然很重要。话虽如此，我们的文档可能比去年更好了。
更多用户正在更深入地使用 Dask。投入性能改进可能会很有价值。

再次感谢所有受访者！

博客评论由 Disqus 提供支持