Async-Pandas Read_SQL和Ayncio？

问题描述

谁能给我指个方向，告诉我如何解决下面这个问题。我正在尝试使用Pandas、Read_SQL和Ayncio提出一个解决方案。我要将表记录从一个数据库迁移到另一个数据库。

我想做以下事情：

table 1
.
.
.
table n

我有这个功能：

def extract(table):
    try:
        df = pd.DataFrame()
        df = pd.concat(
              [chunk for chunk in
                  pd.read_sql(sql,
                              con=CONNECTION,
                              chunksize=10**5)]
                    )
    except Exception as e:
        raise e
    else:
        return df

我希望并行运行这些操作，而不是逐个运行。

extract(table1)
extract(table2)
.
.
extract(tablen)

---

解决方案

Asyncio是关于将非阻塞代码组织到回调和协程中。并行运行CPU密集型代码是线程的一个用例：

from concurrent.futures import ThreadPoolExecutor

with ThreadPoolExecutor() as executor:
    frames = list(executor.map(extract, all_tables))

这是否真的会比顺序代码运行得更快取决于pd.read_sql是否释放GIL。