我正在使用 ubuntu。我有一些管理命令在运行时会进行大量数据库操作，因此需要将近 15 分钟。
我的系统监视器显示我的系统有 4 个 cpu 和 6GB RAM。但是，这个过程并没有利用所有 cpu 的 . 我认为它只使用了一个 CPU，而且内存太少了。我想，如果我能够让它使用所有的 cpu 和大部分内存，那么这个过程将在很短的时间内完成。
我尝试了 renice ，将优先级设置为 -18 （意味着非常高），但速度仍然较低。
细节：
它是一个循环数接近 10,000 的 python 脚本，并且有近十个这样的循环。在每个循环中，它都会保存到 postgres 数据库。
Just in case, did you run the command renice -20 -p {pid} instead of renice --20 -p {pid}? In the first case it will be given the lowest priority.
如果您希望让这个应用程序在多个 cpu 上运行，那么您可以根据您的设置尝试多种方法。
想到的最明显的事情是让应用程序利用线程和多进程。这将允许应用程序一次“做更多”。显然，您在这里可能遇到的问题是并发数据库访问，因此您可能需要使用事务（此时您可能首先失去使用多进程的优势）。
其次，确保您没有打开和关闭大量数据库连接，确保您的应用程序可以根据需要保持连接打开。
第三，确保数据库被正确索引。如果您正在对大字符串进行搜索，那么事情会很慢。
第四，尽你所能在 SQL 中将很少的操作留给 python，如果你允许的话，sql 进行数据操作的速度非常快。一旦您开始将数据从数据库中取出并放入代码中，那么事情就会大大减慢。
第五，利用可以在数据库内部缓存和优化的存储过程。这些可以比应用程序构建的查询快得多，这些查询不能那么容易地进行优化。
第六，不要在程序的每次迭代中保存。尝试生成一个批处理样式的作业，您可以在其中更改许多记录，然后将所有这些记录保存在一个批处理作业中。这将减少每次迭代的 IO 量并大大加快进程。
Django 确实支持使用批量更新方法，不久前在 stackoverflow 上也有一个关于一次保存多个 django 对象的问题。