关于python 多线程往上搜索到两种写法：
from concurrent.futures import ThreadPoolExecutor
buffer_size= 1024 #缓冲区大小
my_list = [1,2,3,4,5]
def cal_data(para1):
print(para1+para1)
# 方案1
executor = ThreadPoolExecutor(20)
for item in my_list:
executor.submit(cal_data,item )
# 方案2
for item in my_list:
with ThreadPoolExecutor(max_workers=20 ) as pool: # 线程池
pool.map(cal_data, item)
不知道以上两种写法有什么差别，那个效率更快呢？
第二个问题，实际项目中cal_data函数中包含删除和写入mysql数据库操作，所以就算开100个线程，内存32G，感觉还是受限数据库读取效率，所以有什么办法在开多个进程的时候提高数据库操作效率呢？
方案一快些。方案二每次循环都创建了新的线程池对象，比较浪费资源。
看下这篇博客，也许你就懂了，链接：玩转python多线程第一个问题：哪一种更快应该是根据你具体的应用场景进行测试，如果比较简单应该是可以不用考虑效率问题的
第二个问题：对于关系型数据库，例如Mysql在做并发的操作的时候提高效率的关键还是锁机制，例如Innodb引擎中利用行锁取代表锁提高并发效率，这种时候修改python代码不如从数据库的角度来优化操作的SQL语句，例如使用SELECT ... FOR UPDATE，SELECT ... FOR UPDATE SKIP LOCKED等来将业务组合下写成事务。
总结：建议优化对数据库操作。