python - 同时运行多个 Pandas 函数
问题描述
我想使用 Pandas 同时执行 3 个 SQL 查询。
我的 3 个 SQL 查询中的每一个都需要 1 分钟才能运行。连续运行它们总共需要 3 分钟。查询是:
pd.read_sql(Query_1 , DB_Connection)
pd.read_sql(Query_2 , DB_Connection)
pd.read_sql(Query_3 , DB_Connection)
减少运行时间的一种解决方法是打开 3 个单独的 IPython Jupyter 笔记本,在每个笔记本中放置一个查询,然后或多或少同时在所有三个笔记本上执行。鉴于在这种情况下它们同时运行,所有 3 的总运行时间为 1 分钟。
如何在一个 IPython 笔记本中实现将总运行时间减少到 1 分钟的相同结果?
您如何看待这种使用线程的潜在解决方案?
SQL_Queries = ["Query 1" , "Query 2" , "Query 3"]
SQL_Results = []
def myfunct(i):
SQL_Results.append(pd.read_sql(SQL_Queries[i]))
for i in range(3):
t = Thread(target=myfunct, args=(i,))
t.start()
解决方案
推荐阅读
- javascript - 表格布局,对齐边距
- python - Opencv:如何在不删除任何其他字符的情况下删除矩形黑框
- mysql - sql - 从具有与另一个表相关的多个 id 的列返回值
- c++ - 在双链表中的某个位置删除
- java - Javafx 按钮文本未显示
- android - ScrollView 不使用全尺寸应用滚动
- c++ - 为非变异算法定义一组 constexpr 值的最佳方法
- python - Python imgkit 在特定的 div 块上制作屏幕截图
- sql - PostgreSQL 在 JSONB 数据中作为文本查找和替换
- jenkins - Jenkins 没有在 mac 机器上运行