我在mysql数据库表中有多达500k行的数据,我必须用一些查询处理这些数据,并将结果查询数据插入5个不同的表中。在
我的代码片段如下:
def jobsFunction(values):
unique_values = []
ref_value = {}
for value in values:
if value not in unique_values:
unique_values.append(value[0])
# some select queries with other tables
# from the result insert into table1
for query_vals in select_query:
ref_val[id] = some_val
# Insert into table2 with query_vals
# Update table3 with query_vals
# insert into table4 for each iteration with some process
# insert into table5 based on ref_val[id]
if __name__ == '__main__':
query = "SELECT roll_no, user_id, tenant_item_id FROM table_name"
cursor.execute(query)
vals = cursor.fetchall()
values = list(vals)
jobFunction(values)
问题是完成整个过程需要12个多小时。
所以我决定用multiprocessing.Pool
完成这个过程,代码如下:
但在本例中,从main函数到jobsFunction
的数据流不是按顺序排列的。在
我的问题是:我使用正确的方法来满足我的需求吗 如何使用多处理或多线程有效地实现我的需求?在
从数据库中取出数据然后再写回来是很慢的。尽量避免。一些数字:如果每个查询只需要100毫秒,那么执行它们就需要13个小时以上。在
考虑使用这种设计:与其将所有数据传输到Python进行处理,不如使用一系列或SQL查询来完成数据库中的所有工作。因此,与其将数据读入Python列表,不如使用SQL查询,比如
或者
^{pr2}$数据库被优化以复制数据。这些查询将运行得非常快,特别是当您正确地设置了索引时。在
考虑使用helper表使查询更简单或更高效,因为您可以创建、截断、填充数据,然后为您的案例创建完美的索引。在
只在Python中做真正复杂的事情,并确保它只处理几行。在
相关问题 更多 >
编程相关推荐