手里一堆 debian 7 server 路过

若把这些数据丢去 solr/elasticsearch 呢？反正都是静态数据，让搜索引擎系统处理后，提供搜索功能。

你何不将 def mian(): 改名为 def test_main():

if __name__ =="__main__":
#main()

#运行时间计时
import timeit
times1=timeit.Timer("test_main()","from __main__ import test_main")
print(times1.timeit(10000))

main() 最后一行，加个 break 呢？

整体系统 tar 打包，新机器上， liveCD 启动，分区， tar 解包，设定网络地址， hostname ， grub 装硬盘里。

reboot 就行。

2013 年 9 月，我自己在同一台机器(自有物理机) 上分次进行独占本地测试：
count(*) 扫全表的话， postgresql 要比 InnoDB 快 7 倍。

巴特， myisam 还是最快的。

用的测试范例，很简单的表结构（ 1841495 行)，主键索引，日期有索引:

InnoDB:
mysql> select count(*) from status;
+----------+
| count(*) |
+----------+
| 1841495 |
+----------+
1 row in set (3.53 sec)

MyISAM:
mysql> select count(*) from status;
+----------+
| count(*) |
+----------+
| 1841495 |
+----------+
1 row in set (0.00 sec)

PostgreSQL:
postgres=# select count(*) from status;
count
---------
1841495
(1 row)

Time: 516.717 ms

让 InnoDB 的全表扫描快 10 倍 - 技术翻译 - 开源中国社区 :
http://www.oschina.net/translate/making-full-table-scan-10x-faster-in-innodb?print

@sujin190 干嘛不用 RDS ？自动 HA ，还有自动快照备份， OPS/TPS 也足够高。

机器硬件信息，请提供:
CPU/核数量，内存大小，硬盘类型，文件系统类型

mysql 的运行时参数值：
innodb_buffer_pool_size
innodb_log_file_size
innodb_flush_method
innodb_flush_log_at_trx_commit

可参考：
http://mp.weixin.qq.com/s?__biz=MzA4Nzg5Nzc5OA==&mid=206762682&idx=1&sn=1233ed1496d7fd059d247329f3d3a183&scene=1&key=c76941211a49ab587d35d0d840a84ff2e3948510bca7698783e134b95c3e8ad0a30d1f83897e9c764e289a1011c565db&ascene=0&uin=Mjk1ODMyNTYyMg%3D%3D&devicetype=iMac+MacBookPro9%2C2+OSX+OSX+10.10.3+build(14D136)&version=11020012&pass_ticket=GJi1zStfd3iFy8nPiSm73eDDCYHehF3pnzgmnpzERbyqm7LlmMscbVsBrAMC%2FPt3

InnoDB 相关设定，都默认的么？

VirtualBox ，本身支持多种虚拟网络。

做实验 VirtualBox 好，传统虚拟机，完全和宿主隔离，也支持快照。

"WEB 前端、 python 、 php " ，开发测试，基本上 类 UNIX 平台都没什么差别了...

假若你早已用过 Linux 下的桌面环境， FreeBSD 下几乎也都有，
桌面环境，唯一注意就是 硬件支持，参考 FreeBSD 硬件支持列表 ＋ 多测试：

比如：
FreeBSD 10.2-RELEASE Hardware Notes :
https://www.freebsd.org/releases/10.2R/hardware.html

哈，被 @DesignerSkyline 点名了...

工作后，基本都与 linux 为伴，只是最近几年一直手上保留有几台 freebsd 用 ZFS 来提供存储备份用于生产环境。

官方手册 handbook 就很棒了，另外，推荐一个“课外阅读”：

Berkeley 二十年 Unix 历史 :
https://www.freebsdchina.org/berkeley/

python 嘛，一个 python 进程也只能用到 1 个 CPU 核，线程也只是一个进程内的。

我之前这么玩：
python 使用任务队列 queue ，根据可用的 cpu 核数量，开对应数量的 线程，
线程去 任务队列领任务，开子进程 subprocess 来处理任务。

如此这般，可以同时利用多个核。

虽然丑了点。

这么作有条件的：
任务可以互不关联的独立处理，没有依赖性。

或者，自己在外部解决进程间通讯（简易方法，可以用本地文件 /db/memcache/nosql 提供多进程读写状态）