# 获取游标 cursor = conn.cursor() # 获取所有表名 cursor.execute("show tables") tables = cursor.fetchall() # 遍历每张表格 for table in tables: table_name = table[0] # 查询表格中所有列名 cursor.execute(f"select column_name from information_schema.columns where table_name='{table_name}'") columns = cursor.fetchall() # 判断a和b列是否存在 if ('a',) in columns and ('b',) in columns: continue # 如果a和b列不存在，则增加这两列 cursor.execute(f"alter table `{table_name}` add column a decimal(10,2), add column b decimal(10,2)") # 提交修改并关闭连接 conn.commit() conn.close() 给代码增加多线程

好的，可以使用Python内置的`concurrent.futures`库来实现多线程。代码修改如下：

import pymysql
import concurrent.futures

# 建立连接
conn = pymysql.connect(host='localhost', port=3306, user='root', password='password', db='daily')

# 获取所有表名的函数
def get_tables():
    cursor = conn.cursor()
    cursor.execute("show tables")
    tables = cursor.fetchall()
    cursor.close()
    return tables

# 遍历每张表格的函数
def process_table(table_name):
    cursor = conn.cursor()
    cursor.execute(f"select column_name from information_schema.columns where table_name='{table_name}'")
    columns = cursor.fetchall()
    if ('a',) in columns and ('b',) in columns:
        cursor.close()
        return
    cursor.execute(f"alter table `{table_name}` add column a decimal(10,2), add column b decimal(10,2)")
    cursor.close()

# 使用多线程处理所有表格
with concurrent.futures.ThreadPoolExecutor() as executor:
    tables = get_tables()
    futures = [executor.submit(process_table, table[0]) for table in tables]
    concurrent.futures.wait(futures)

# 提交修改并关闭连接
conn.commit()
conn.close()

这段代码使用`get_tables`函数获取所有表名，使用`process_table`函数处理每张表格。然后使用`ThreadPoolExecutor`创建线程池，并发地调用`process_table`函数处理每张表格。最后提交修改并关闭连接。

多线程可以提高程序的并发性和效率，但需要注意线程安全问题，比如避免多个线程同时访问同一个数据库连接。