目录
由于 Python 的全局解释器锁(GIL)限制,在 CPU 密集型任务中多线程的效果并不理想,但对于 I/O 密集型任务,多线程仍然是有效的。
python多线程并发加速
python多线程并发
遍历数据库,然后查询历史记录,然后分析
数据查询100ms,这时需要3分钟,加了并发处理后,需要1.2分钟
后来数据库加了索引,需要6秒就可以了,
总结:加索引能带来30倍的优化。
并发又花了2倍多。
如果数据只有网络并发,则多线程加速效果明显
更新股票信息,原来需要57s,现在需要6s。
多线程例子
class Mythread(Thread):
def __init__(self, name):
sup