思路和伪代码：
基本思路，遍历json文本，每100万行文本做一次插入。插入时，将100万行文本切割成小的分组用多线程的方式并行插入，每个线程每次都建立一个新的数据库连接并处理一个分组。待100万行文本处理完毕后再继续遍历json。

首先进行一些数据库的基本优化：

• 创建数据库和表，将表设置为unlogged
• 开启postgresql的异步提交

# python伪代码

def do_insert(rows):
   # 每次插入都建立新的连接
   conn=psycopg2.connect()
   cur=conn.cursor()
   # 遍历rows，进行json反序列化，提取数据并构造sql语句，执行sql语句将rows一次性插入到数据库
   
   for row in rows:
       v = json.loads(row)
       insert_sql = "insert into ... values (%s,%s)" % (v[1], v[2]) 
       cur.execute(insert_sql)
   cur.commit()
   conn.close()
   
def insert(Rows):
   # 将Rows切割成100份，获得100个rows，启用n个do_insert线程
   rows_list = split_list(Rows, 100)
   pool = threadpool.ThreadPool(n)
   requests = threadpool.makeRequest(do_insert, rows_list)
   [pool.putRequest(req) for req in requests]
   pool.wait()

def main():
   # 载入json文本数据源
   # 按行读取，每读取100万行数据调用一次insert()
   with open('import.json','r') as f:
       index=0
       Rows=[]
       for line in f:
           Rows.append(line)
           index += 1
           if index % 1000000 == 0:
               insert(Rows)