mongoDB批量插入数据性能分析、索引效率

硬件环境：

一台华硕笔记本 AMD Athlon(tm) X2 Dual-Core ，1GB

软件环境：

单机测试 ，非集群环境 ，python脚本读取一个含60W条数据的文件，插入数据库。

测试方法：

批量插入n条数据，测试cpu、内存、执行时间数据。

测试结果

测试结果

数据量	cpu使用率	内存使用率	执行时间
1000	99%	3%	0.19
5000	99%	4%	0.9s
1W	99$	6%	1.9s
10W	99%	20%	19s

结果分析：

在环境下，随着一次批量插入的数据量的增加，平均单个数据插入耗时不变，cpu一直处于饱和状态，内存使用路不断增加。故，一次插入10000条以上数据不合适。

PS：python在读取60W条数据的文件，保存到数组中，耗时不到一秒，这是java远不能及的。。。。

        mongodb插入数据的时候，数据库中本来就有几十万条数据，插入的速度没有因此而降低。

索引性能分析

在插入数据的时候，如果数据库简历了索引，会有一些性能损耗，但是查询的时候，如果使用索引速度会大大提升。

 

是否使用索引	插入1W条数据耗时	从120W条数据中查找一条数据【根据索引查找】
是	1.9s	0s
否	1.8s	2.3s

结论：用索引，太好了，插入的时候那点性能损耗可以忽略。【这不废话吗。。。】