如何在使用任务限制/工作资源时在dask.distributed中启用正确的工作窃取？

Question

上下文

我正在使用dask.distributed来跨机器并行计算。因此，我在连接到dask-scheduler的不同机器上运行dask-workers，然后我可以将自定义图表与所需的密钥一起提交。

由于网络安装限制，我的输入数据（和输出存储）仅可用于机器的子集（'i / o-hosts'）。我尝试用两种方式解决这个问题：

1. i / o操作中涉及的所有任务仅限于i / o-hosts（它们只能在可以访问数据的机器上运行的工作程序上运行）而非i / o任务仅限于非i / o /邻的主机
2. i / o操作中涉及的所有任务都绑定到提供资源“io”（i / o-hosts）的工作者，非i / o任务绑定到非i / o主机上的工作者资源'计算'。

不允许非i / o任务在i / o-hosts上运行的想法是确保他们的工作人员可用于i / o任务。

问题

这两种方法都可以正常运行，因为它们将i / o任务限制在正确的工作人员身上。但是我注意到，当使用这两种方法中的任何一种时，只有极少数工作人员积累了大量任务，而大多数其他工作人员仍处于空闲状态。

在了解了如何在工作人员之间分配任务之后，我发现对于受限制的任务（http://distributed.readthedocs.io/en/latest/work-stealing.html），工作窃取似乎是故意禁用的。这似乎也适用于资源框架。

问题

有没有一种方法可以将任务限制与工作窃取相结合？