分布式算法考虑

到目前为止，在本节中，我们几乎完全关注了分布式算法的配置和设置问题。这些算法被设计成与单机版本几乎无法区分。我们希望，如果您知道如何使用单机版本，您会发现使用分布式版本很简单。分布式算法考虑所有常用参数。对于分布式MIP，您可以调整策略、调整公差、设置限制等。对于并发MIP，您可以允许Gurobi为每台机器自动选择设置，也可以使用并发环境中做你自己的选择对于分布式调优，您可以使用通常的调优参数，包括TuneTimeLimit，TuneTrials,TuneOutput．

分布式员工的绩效

不过，在使用分布式算法时，有一些事情需要注意。一个与机器的性能有关。正如我们前面提到的，如果所有的工作人员都给出非常相似的性能，那么分布式算法的工作效果最好。例如，如果在分布式调优运行中，您的工作池中的一台机器比其他机器慢得多，那么在较慢的机器上测试的任何参数集都比在较快的机器上测试的效果要差。类似的考虑也适用于分布式MIP和分布式并发。我们强烈建议您使用性能非常相似的机器。请注意，如果您的机器有类似的执行核心，但不同数量的核心，我们建议您使用线程参数来确保所有机器使用相同数量的内核。

回调

分布式算法和单机算法之间的另一个区别在于回调。分布式MIP和分布式并发解决程序不能提供我们的标准解决程序所提供的全部回调。手机万博登录他们只提供米兰理工大学管理学院，MIPNODE,轮询回调。看到回调部分的Gurobi参考手册)．有关不同回调类型的详细信息。

日志记录

分布式算法提供的日志信息与标准算法略有不同。查阅分布式MIP日志部分的Gurobi参考手册)．获取详细信息。