超级会员免费看
本文介绍了Python多线程在并发处理数据库查询中的应用，通过实例展示了如何利用多线程将原本3分钟的任务缩短到1.2分钟，强调了数据库索引优化的重要性，可以带来30倍的性能提升。同时指出，当任务主要依赖网络时，多线程加速效果显著，如更新股票信息，从57秒降至6秒。
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
订阅专栏 解锁全文
扫一扫
1356
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
