本地环境下查看Dask调度器及运行任务（未知端口）

嘿，这个问题我平时调试Dask任务时经常碰到，给你分享几个靠谱的解决办法：

1. 命令行定位调度器+查看任务状态 #

如果不知道调度器端口，先在终端里找本地的Dask相关进程：

• Linux/macOS 用lsof：

  lsof -i -P | grep dask
  

  这个命令会列出所有和Dask相关的网络连接，你能从中找到调度器监听的端口（默认通常是8786，Dashboard端口一般是8787，但也可能被自定义修改）。
• Windows 用netstat：

  netstat -ano | findstr "dask"
  

  同样能定位到调度器对应的端口号。

找到端口后，直接用Dask自带命令查看任务状态：

dask status tcp://localhost:<你的调度器端口>

执行后会输出调度器的基本信息，包括正在运行、等待中的任务数，还有工作节点的状态明细。

2. 用Dask Dashboard可视化监控 #

Dask调度器默认会启动一个Web Dashboard，这是最直观的监控方式：

• 一般来说，Dashboard的端口是调度器端口+1（比如调度器用8786，Dashboard就是8787），直接在浏览器访问http://localhost:<Dashboard端口>即可。
• 要是不确定Dashboard端口，用上面的命令行工具也能找到对应的进程端口。
  在Dashboard里你能看到任务执行进度、节点负载、任务详情，甚至能查看单个任务的运行日志，调试起来非常方便。

3. 在Python代码内直接查询 #

如果你的任务脚本还在运行，或者能在同一个Python环境连接到调度器，可以直接用代码获取信息：

from dask.distributed import Client

# 自动连接本地运行的调度器（本地环境下Client会自动发现调度器）
client = Client()

# 打印调度器地址
print("当前调度器地址:", client.scheduler.address)

# 获取当前任务流信息
task_stream = client.get_task_stream()
print("正在运行/等待的任务流:", task_stream)

# 查看完整集群状态
cluster_details = client.cluster.scheduler_info()
print("集群及任务详情:", cluster_details)

这种方法适合在脚本里实时监控任务状态，不用切换到命令行操作。

内容的提问来源于stack exchange，提问作者skibee