Erstellen DB-Verbindung und pflegen auf mehrere Prozesse (multiprocessing)

Ähnlich zu einem anderen post habe ich gemacht, diese Antworten, die post und erstellt eine neue Frage stellen.

Rückblick: ich aktualisieren jeden Datensatz in einer räumlichen Datenbank, in der ich einen Datensatz von Punkten, die overlay-Daten-Satz von Polygonen. Für jedes Punkt-feature möchte ich eine Taste zuordnen, beziehen sich auf die polygon-Funktion, die es innerhalb liegt. Also, wenn mein Punkt 'New York City' liegt im polygon USA und für die USA polygon 'GID = 1" ich werde weisen Sie 'gid_fkey = 1' für meinen Standpunkt New York City.

Okay, so erreicht wurde dies mit multiprocessing. Ich habe bemerkt, eine Steigerung von 150% in der Geschwindigkeit mit dieser, so dass es funktioniert. Aber ich denke, es gibt einen Haufen unnötigen overhead wie eine DB-Verbindung erforderlich ist, für jeden Datensatz.

So, hier ist der code:

import multiprocessing, time, psycopg2

class Consumer(multiprocessing.Process):

    def __init__(self, task_queue, result_queue):
        multiprocessing.Process.__init__(self)
        self.task_queue = task_queue
        self.result_queue = result_queue

    def run(self):
        proc_name = self.name
        while True:
            next_task = self.task_queue.get()
            if next_task is None:
                print 'Tasks Complete'
                self.task_queue.task_done()
                break            
            answer = next_task()
            self.task_queue.task_done()
            self.result_queue.put(answer)
        return


class Task(object):
    def __init__(self, a):
        self.a = a

    def __call__(self):        
        pyConn = psycopg2.connect("dbname='geobase_1' host = 'localhost'")
        pyConn.set_isolation_level(0)
        pyCursor1 = pyConn.cursor()

        procQuery = 'UPDATE city SET gid_fkey = gid FROM country  WHERE ST_within((SELECT the_geom FROM city WHERE city_id = %s), country.the_geom) AND city_id = %s' % (self.a, self.a)

        pyCursor1.execute(procQuery)
        print 'What is self?'
        print self.a

        return self.a

    def __str__(self):
        return 'ARC'
    def run(self):
        print 'IN'

if __name__ == '__main__':
    tasks = multiprocessing.JoinableQueue()
    results = multiprocessing.Queue()

    num_consumers = multiprocessing.cpu_count() * 2
    consumers = [Consumer(tasks, results) for i in xrange(num_consumers)]
    for w in consumers:
        w.start()

    pyConnX = psycopg2.connect("dbname='geobase_1' host = 'localhost'")
    pyConnX.set_isolation_level(0)
    pyCursorX = pyConnX.cursor()

    pyCursorX.execute('SELECT count(*) FROM cities WHERE gid_fkey IS NULL')    
    temp = pyCursorX.fetchall()    
    num_job = temp[0]
    num_jobs = num_job[0]

    pyCursorX.execute('SELECT city_id FROM city WHERE gid_fkey IS NULL')    
    cityIdListTuple = pyCursorX.fetchall()    

    cityIdListList = []

    for x in cityIdListTuple:
        cityIdList.append(x[0])


    for i in xrange(num_jobs):
        tasks.put(Task(cityIdList[i - 1]))

    for i in xrange(num_consumers):
        tasks.put(None)

    while num_jobs:
        result = results.get()
        print result
        num_jobs -= 1

Sieht es zwischen 0,3 und 1,5 Sekunden pro Verbindung, wie ich es Messen mit 'Zeit' - Modul.

Ist es ein Weg, um eine DB-Verbindung pro Prozess und dann verwenden Sie einfach die city_id info als eine variable, die ich füttern kann in einer Abfrage der cursor in diesem öffnen? Diese Weise ich sagen, vier Prozessen mit je einer DB-Verbindung und dann fallen mir city_id irgendwie zu verarbeiten.