這篇主要記錄一下如何實現(xiàn)對數(shù)據(jù)庫的并行運算來節(jié)省代碼運行時間。語言是Python，其他語言思路一樣。

前言

一共23w條數(shù)據(jù)，是之前通過自然語言分析處理過的數(shù)據(jù)，附一張截圖：

要實現(xiàn)對news主體的讀取，并且找到其中含有的股票名稱，只要發(fā)現(xiàn)，就將這支股票和對應(yīng)的日期、score寫入數(shù)據(jù)庫。

顯然，幾十萬條數(shù)據(jù)要是一條條讀寫，然后在本機上操作，耗時太久，可行性極低。所以，如何有效并行的讀取內(nèi)容，并且進行操作，最后再寫入數(shù)據(jù)庫呢？

并行讀取和寫入

并行讀取：創(chuàng)建N*max_process個進程，對數(shù)據(jù)庫進行讀取。讀取的時候應(yīng)該注意：

每個進程需要分配不同的connection和對應(yīng)的cursor，否則數(shù)據(jù)庫會報錯。 數(shù)據(jù)庫必須能承受相應(yīng)的高并發(fā)訪問（可以手動更改）

實現(xiàn)的時候，如果不在進程里面創(chuàng)建新的connection，就會發(fā)生沖突，每個進程拿到權(quán)限后，會被下個進程釋放，所以匯報出來NoneType Error的錯誤。

并行寫入：在對數(shù)據(jù)庫進行更改的時候，不可以多進程更改。所以，我們需要根據(jù)已有的表，創(chuàng)建max_process-1個同樣結(jié)構(gòu)的表用來寫入。表的命名規(guī)則可以直接在原來基礎(chǔ)上加上1,2,3...數(shù)字可以通過對max_process取余得到。

此時，對應(yīng)進程里面先后出現(xiàn)讀入的conn（保存消息后關(guān)閉）和寫入的conn。每個進程對應(yīng)的表的index就是 主循環(huán)中的num對max_process取余(100->4,101->5)，這樣每個進程只對一個表進行操作了。

部分代碼實現(xiàn)

max_process = 16 #最大進程數(shù)def read_SQL_write(r_host,r_port,r_user,r_passwd,r_db,r_charset,w_host,w_port,w_user,w_passwd,w_db,w_charset,cmd,index=None):  #得到tem字典保存著信息  try:    conn = pymysql.Connect(host=r_host, port=r_port, user=r_user, passwd =r_passwd, db =r_db, charset =r_charset)    cursor = conn.cursor()    cursor.execute(cmd)  except Exception as e:    error = "[-][-]%d fail to connect SQL for reading" % index    log_error('error.log',error)    return   else:    tem = cursor.fetchone()    print('[+][+]%d succeed to connect SQL for reading' % index)  finally:    cursor.close()    conn.close()    try:    conn = pymysql.Connect(host=w_host, port=w_port, user=w_user, passwd =w_passwd, db =w_db, charset =w_charset)    cursor = conn.cursor()    cursor.execute(cmd)  except Exception as e:    error = "[-][-]%d fail to connect SQL for writing" % index    log_error('error.log',error)    return   else:    print('[+][+]%d succeed to connect SQL for writing' % index)      r_dict = dict()  r_dict['id'] = tem[0]  r_dict['content_id'] = tem[1]  r_dict['pub_date'] = tem[2]  r_dict['title'] = cht_to_chs(tem[3])  r_dict['title_score'] =tem[4]![](http://images2015.cnblogs.com/blog/1172464/201706/1172464-20170609000900309-1810357590.png)  r_dict['news_content'] = cht_to_chs(tem[5])  r_dict['content_score'] = tem[6]    for key in stock_dict.keys():    #能找到對應(yīng)的股票    if stock_dict[key][1] and ( r_dict['title'].find(stock_dict[key][1])!=-1 or r_dict['news_content'].find(stock_dict[key][1])!=-1 ):      w_dict=dict()      w_dict['code'] = key      w_dict['english_name'] = stock_dict[key][0]      w_dict['cn_name'] = stock_dict[key][1]      #得到分數(shù)      if r_dict['title_score']:        w_dict['score']=r_dict['title_score']      else:        w_dict['score']=r_dict['content_score']            #開始寫入      try:        global max_process        cmd = "INSERT INTO dyx_stock_score%d VALUES ('%s', '%s' , %d , '%s' , '%s' , %.2f );" % /          (index%max_process ,r_dict['content_id'] ,r_dict['pub_date'] ,w_dict['code'] ,w_dict['english_name'] ,w_dict['cn_name'] ,w_dict['score'])        cursor.execute(cmd)        conn.commit()      except Exception as e:        error = "  [-]%d fail to write to SQL" % index        cursor.rollback()        log_error('error.log',error)      else:        print("  [+]%d succeed to write to SQL" % index)  cursor.close()  conn.close()def main():  num = 238143#數(shù)據(jù)庫查詢拿到的總數(shù)  p = None  for index in range(1,num+1):    if index%max_process==1:      if p:        p.close()        p.join()      p = multiprocessing.Pool(max_process)    r_cmd = ('select id,content_id,pub_date,title,title_score,news_content,content_score from dyx_emotion_analysis where id = %d;' % (index))    p.apply_async(func = read_SQL_write,args=(r_host,r_port,r_user,r_passwd,r_db,r_charset,w_host,w_port,w_user,w_passwd,w_db,w_charset,r_cmd,index,))  if p:    p.close()    p.join()