遇到問題： 數據庫里的數據要都跑一遍，全拿出來會卡爆緩存，還有一種是跑一個刪一個。不行數據還要呢，或則復制一份，跑一個刪一個。還是不行麻煩。
理想狀況：可以分批次取，一次取多少，記錄下當前值。以后可以從當前值 ，接着取。
`limit n,m`，表示起始值為n，然后取出m個記錄。如果batch size為25，那么可以：
`limit 25`,`limit 25,25`,limit`50,25` ... 依次下去，默認按照表的主鍵id升序排列，每次記錄最大的已處理記錄的主鍵id（這里基於了一個假設，此表是自增主鍵）
如果此表沒有新增記錄，以上方法肯定沒問題，但是如果此表有多個事務並發寫入，可能會導致大id記錄先於小id記錄（兩個事務）被處理，導致這部分小id記錄永遠也不會被處理到。
問題中使用`post_date`其實也會有這個問題，無法保證`post_date`小的數據記錄一定先於`post_date`大的記錄先入庫。insert時間早，id小的記錄並不一定早於id大的記錄插入至數據庫。此完全取決於事務的提交時間。
具體使用過程
import multiprocessing
def func(start, end):
ip_list = MySql.xxxxxxxx(start, end) # 126000
print(ip_list)
token, c = get_token()
for ip in ip_list:
# time.sleep(random.random()*10)
get_tuan_info(token, c, ip)
if __name__ == "__main__":
pool = multiprocessing.Pool(processes=10) # 創建4個進程
results = []
for msg in range(0, 10000, 1000):
msg += 0
results.append(pool.apply_async(func, (msg, 1000)))
pool.close() # 關閉進程池，表示不能再往進程池中添加進程，需要在join之前調用
pool.join() # 等待進程池中的所有進程執行完畢