关于python多处理的初学者问题？

2023年2月10日 215次阅读

我在要处理的数据库中有许多记录.基本上,我想在文本字符串行的标记和结尾处运行几个正则表达式替换,然后将它们写回数据库.

我想知道多处理是否加快了执行此类任务所需的时间.
我做了一个

multiprocessing.cpu_count

它返回8.我尝试过类似的东西

process = []
for i in range(4):
    if i == 3:
        limit = resultsSize - (3 * division)
    else:
        limit = division

    #limit and offset indicates the subset of records the function would fetch in the db
    p = Process(target=sub_table.processR,args=(limit,offset,i,))
    p.start()
    process.append(p)
    offset += division + 1

for po in process:
    po.join()

但显然,所花费的时间高于运行单个线程所需的时间.为什么会这样？有人请指教,这是一个合适的案例,或者我在这里做错了什么？

最佳答案 以下是几个问题：

>在您的processR函数中,它是否一次从数据库中篡改大量记录,还是一次取出一行？ (每次获取行都非常昂贵,性能明智.)
>它可能不适用于您的特定应用程序,但由于您正在处理“所有内容”,因此使用数据库可能比平面文件慢.数据库针对逻辑查询进行了优化,而非针对序列处理.在您的情况下,您可以将整个表列导出到CSV文件,处理它,然后重新导入结果吗？

希望这可以帮助.

点赞