手上有个需求，要运行一条SQL统计一下91号订单的数据量；

单表查询耗时25s，一共40套JED， 每套8分片，每个分片32个分表；

顺序跑完一次耗时71个小时；

那么我们可以执行，所有的320个分片同时执行，速度将大大增加；

import time
from joblib import Parallel, delayed


def long_function(ip):
    time.sleep(1)
    print(ip)

list1 = [
'1.1.1.1',
'2.2.2.2',
'3.3.3.3',
]


REPETITIONS = len(list1)
Parallel(n_jobs=REPETITIONS)(
    delayed(long_function)(list1[i]) for i in range(REPETITIONS))

运行后一个小时内就跑完了所有的计算；

long_function（ip） 是具体执行的函数， IP是传入的参数；

list1是列表，列表中包含所有的分片地址信息；

程序按照列表长度决定并发的数量，数量越多并发数越多，确保在单个分片中是顺序执行的；避免单个分片中如果并发执行会对数据库负载有较大影响；