在使用 dask 抽取时间序列时，我注意到有时只有 1-2 个 CPU 用于计算，即使在其他时候 CPU 利用率很高（表明算法不是问题）。我想知道 CPU 使用率下降的原因以及如何确保每次都充分利用 CPU。
设置如下：我们有一个 (n,t) 数组（n=~400 和 t=~50M 时间点）存储在一个二进制文件中，我们按照这里的示例包装在一个延迟的内存映射 dask 数组中。然后我们使用map_overlap应用于scipy.signal.decimate部分重叠的数据块。
接下来，我在具有 32 个内核和 256GB 内存的单台机器上的 jupyterhub 实例中启动 dask-scheduler 和单个 dask-worker（nprocs=1 和 nthreads=10）。在 jupyter notebook 中，我将客户端连接到调度程序并多次运行相同的抽取计算。
在某些情况下，一切都按预期工作，并且 CPU 利用率很高。请参阅下面的 CPU 利用率快照，该快照显示了同一 dask 图的 5 次执行的高利用率。
然而，在其他情况下，例如，当我重新启动调度程序/工作程序时，CPU 利用率最初很高，但下降到只使用 1-2 个 CPU，如在同一 dask 图的 3 次执行的快照中所见。
