pandas mysql 性能_Pandas to_sql（）性能为什么这么慢？

我遇到了Pandas和向sqldb写入数据帧的性能问题。为了尽可能快，我使用memSQL(代码中类似于MySQL，所以我不必做任何事情)。我刚才对我的实例进行了基准测试：docker run --rm -it --link=memsql:memsql memsql/quickstart simple-benchmark

Creating database simple_benchmark

Warming up workload

Launching 10 workers

Workload will take approximately 30 seconds.

Stopping workload

42985000 rows inserted using 10 threads

1432833.3 rows per second

那不光彩，只是我的本地笔记本电脑。我知道。。。我也使用根用户，但它是一个丢弃的Docker容器。在

以下是将数据帧写入数据库的代码：

^{pr2}$

下面是函数的%time度量。在

Multi-threading不能加快速度。它保持在7000-8000行/秒的范围内CPU times: user 2min 6s, sys: 1.69 s, total: 2min 8s Wall time: 2min

18s

截图：

我还增加了max_allowed_packet的大小以批量提交，并使用更大的块大小。还是不快。在

以下是数据帧的形状：netflow_df2.shape

(1015391, 20)

有人知道我怎样才能更快吗？在