我正在使用多个 cpu 内核转换单个数据帧,并希望将结果插入 MySQL。
使用下面的代码,我只观察到一个事件的 cpu 核心,并且没有对 MySQL 进行更新。没有产生错误消息。
原始数据框 pandas_df
永远不会改变。 pandas_df
的所有转换都存储在 result_df
中。
代码已经过验证,可以连续正常工作。
import multiprocessing as mp
from sqlalchemy import create_engine
engine = create_engine(MYSQL_STRING)
def function(pandas_df, tuple, engine):
#slice and dice pandas_df according to tuple
result_df.to_sql("TABLE_NAME", engine, if_exists='append')
pool = mp.Pool(processes=4)
for tuple in tuples:
pool.apply_async(est, args=(pandas_df, tuple, engine))
我遇到的大多数教程和指南只在 args=()
中传递字符串。
然而,有些文章确实展示了传递 numpy 数组的能力:http://sebastianraschka.com/Articles/2014_multiprocessing_intro.html
我也尝试过使用 map_async()
方法和/或在 function
中插入一个 return
语句来编写上面的代码,并且有行为没有差异。
我愿意尝试不同的 Python 模块。我需要一个并行转换单个数据帧并将结果插入数据库的解决方案。
最佳答案
您需要确保该函数可以访问所有变量,否则可能会发生静默失败。
关于python - 使用多处理模块时无法将 Pandas 数据框对象发送到 SQL,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31388987/