用python对dataframe进行多处理SQL查询

我正在改编一个python脚本，我发现它是一个类似问题的答案（56400556）。该脚本可以工作，但当前SQL结果存储在一个列表中，而我希望将其导出到数据帧（或CSV的第二个选项）

有没有办法并行运行SQL查询（因为每个查询大约需要10分钟）并将这些数据存储在数据帧中。它可以是一个包含所有查询结果的数据帧，也可以是每个查询一个数据帧，这无关紧要

第二个问题是避免将所有SQL查询仅列为一个参数更改，而是有一个SQL查询和一个要输入的参数列表（例如：“UK”、“IT”、“US”等）

---

谢谢

您是否在

国家/地区

上添加了索引？是的，我在SQL表中添加了索引，但这不会加快查询速度数据库中有多少行？数以百万计的？

from multiprocessing import Pool
import pandas as pd
import psycopg2
import os

query_load = [("SELECT * FROM customer_table WHERE country ='UK' "),
             ("SELECT * FROM customer_table  WHERE country ='IT' ")]

db_conn = psycopg2.connect(
    host="hostname",
    database="databasename",
    user="username",
    password="password")

def read_sql(query):
    return pd.read_sql(query, db_conn)

if __name__ == '__main__':
    with Pool() as p:
        data_load =  p.map(read_sql, query_load)
    print(data_load)