我正在与Django
上的连接池进行多线程处理。在
我知道python线程有GIL
问题,但我认为如果大部分工作是dbi/O,python线程就足以提高性能
首先,我试图实现一个小代码来证明我的想法。在
简单地解释一下,代码使用threadPool.apply_async()
和由settings.py
中的CONN_MAX_AGE
设置的DB连接池。在
对于代码,我重复控制工作线程的线程数。在
from multiprocessing import pool
from threadPoolTestWithDB_IO import models
from django.db import transaction
import django
import datetime
import logging
import g2sType
def addEgm(pre, id_):
"""
@summary: This function only inserts a bundle of records tied by a foreign key
"""
try:
with transaction.atomic():
egmId = pre + "_" + str(id_)
egm = models.G2sEgm(egmId=egmId, egmLocation="localhost")
egm.save()
device = models.Device(egm=egm,
deviceId=1,
deviceClass=g2sType.t_deviceClass.G2S_eventHandler,
deviceActive=True)
device.save()
models.EventHandlerProfile(device=device, queueBehavior="a").save()
models.EventHandlerStatus(device=device).save()
for i2 in range(1, 200):
models.EventReportData(device=device,
deviceClass=g2sType.t_deviceClass.G2S_communications,
deviceId=1,
eventCode="TEST",
eventText="",
eventId=i2,
transactionId=0
).save()
print "Done %d" % id_
except Exception as e:
logging.root.exception(e)
if __name__ == "__main__":
django.setup()
logging.basicConfig()
print "Start test"
tPool = pool.ThreadPool(processes=1) #Set the number of processes
s = datetime.datetime.now()
for i in range(100): #Set the number of record bundles
tPool.apply_async(func=addEgm, args=("a", i))
print "Wait worker processes"
tPool.close()
tPool.join()
e = datetime.datetime.now()
print "End test"
print "Time Measurement : %s" % (e-s,)
models.G2sEgm.objects.all().delete() #remove all records inserted while the test
--------------------------
# settings.py
DATABASES = {
'default': {
'ENGINE': 'django.db.backends.oracle',
'NAME': 'orcl',
'USER': 'test',
'PASSWORD': '1123',
'HOST': '192.168.0.90',
'PORT': '1521',
'CONN_MAX_AGE': 100,
'OPTIONS': {'threaded': True}
}
}
但是,结果出来了,因为它们在单线程工作线程和多线程工作线程之间没有太大的区别。在
例如,它使用10个线程的30.6 sec
,并使用1个线程的30.4 sec
。在
我出什么问题了?在
要么你在数据库级别有问题。您可以通过执行以下查询来证明:
或者在Python中有线程被阻塞。(可能在DB驱动程序级别)。 将gdb附加到python进程,然后执行
thread apply all bt
。在你会看到的。在
相关问题 更多 >
编程相关推荐