pandas mysql 性能_熊猫to_sql（）的性能 - 为什么这么慢？

我遇到了Pandas的性能问题，并将DataFrame写入SQL DB。为了尽可能快地使用我使用的memSQL(这就像代码中的MySQL，所以我不必做任何事情)。我刚刚对我的实例进行了基准测试：熊猫to_sql()的性能 - 为什么这么慢？

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

这不是光荣的，它只是我的本地笔记本电脑。我知道......我也在使用root用户，但这是一个抛弃式的Docker容器。

这里是写我的数据框到数据库的代码：

import MySQLdb

import mysql.connector

from sqlalchemy import create_engine

from pandas.util.testing import test_parallel

engine = create_engine('mysql+mysqlconnector://[email protected]:3306/netflow_test', echo=False)

# max_allowed_packet = 1000M in mysql.conf