Hoe een enorme panda's-dataframe in een MySQL-tabel invoegen met een parallelle invoegverklaring?

Je kunt een paar dingen doen om dat te bereiken.

Een manier is om een ​​extra argument te gebruiken tijdens het schrijven naar sql.

df.to_sql(method = 'multi')

Volgens deze documentatie , door 'multi' door te geven aan het methodeargument kunt u bulksgewijs invoegen.

Een andere oplossing is om een ​​aangepaste invoegfunctie te construeren met behulp van multiprocessing.dummy.Hier is de link naar de documentatie:https://docs.python.org/2/library/multiprocessing.html#module-multiprocessing.dummy

import math
from multiprocessing.dummy import Pool as ThreadPool

...

def insert_df(df, *args, **kwargs):
    nworkers = 4 # number of workers that executes insert in parallel fashion

    chunk = math.floor(df.shape[0] / nworkers) # number of chunks
    chunks = [(chunk * i, (chunk * i) + chunk) for i in range(nworkers)]
    chunks.append((chunk * nworkers, df.shape[0]))
    pool = ThreadPool(nworkers)

    def worker(chunk):
        i, j = chunk
        df.iloc[i:j, :].to_sql(*args, **kwargs)

    pool.map(worker, chunks)
    pool.close()
    pool.join()

....

insert_df(df, "foo_bar", engine, if_exists='append')

De tweede methode werd voorgesteld op https://stackoverflow.com/a/42164138/5614132 .