数据写入（插入）测试：数据源为文本文件，一行一条记录（record），长度约为125B，使用单线程Pymongo 的 insert_one() 方法写入，所有记录写入到相同collection（类似于数据库中的表）。

环境一（主要特征：老机器、单机、两块独立硬盘、新版本）：

• CPU：Intel Core Quad Q8300 (2.5GHz) with 2MB cache
• 内存：DDR2 2×2 GB
• 硬盘：HDD1，HDD2；
• OS：Ubuntu 14.04
• MongoDB：V3.2.7

从本机HDD2 读取写入装在HDD1上的MongoDB 中，

速度约为1000 records 每秒，约等于 0.1MB/s ，CPU 占用率100%。瓶颈在CPU（解析数据）。

环境二（主要特征：服务器CPU、单机、两块独立硬盘，SSD，老版本）：

• CPU：Intel Xeon E3-1231(3.4GHz) with 8MB cache
• 内存：DDR3 2×8 GB
• 硬盘：SSD1 (128GB)，HDD2；
• OS：Ubuntu 14.04
• Mongodb：V2.4.9

从本机HDD2 读取写入装在SSD1 上的MongoDB中，

速度约为6000-8000 records 每秒，约等于1MB/s，CPU占用率100%（python 80%，MongoDB 20%）。两点说明如下：

1. 改环境测试时间较长，到记录8710万条记录，插入速度没有下降。
2. 五个线程（一个生产者读取记录，四个消费者写入记录）速度下降为5500 records 每秒（0.6MB/s），印证了collection 全局锁。

环境三（主要特征：网络、双机器、老版本）：

• 服务器配置为环境二服务器
• 客户端CPU：Intel i7-4790K 4GHz
• 客户端内存：DDR3 2×8 GB
• 客户端硬盘：HDD
• 客户端OS：Ubuntu 14.04
• MongoDB：V3.2.7

从客户端HDD 中读取数据写入到服务器SSD 中的MongoDB 中，

速度为1500-2000 records 每秒，客户端CPU占用率20%，瓶颈可能在网络协议。

同样是用一个线程读取数据，多线程写入数据时，速度有所提升（因为网络得到更好使用）。但当线程数增加到8个以上时，速度变化不大，速度稳定在6100 records 每秒（0.63MB/s）。此时，服务器MongoDB 是瓶颈，MongoDB服务器CPU 使用率37%左右。

环境四（环境二和环境三换批量插入）

硬件环境与环境二、环境三相同，为支持批量插入数据（bulk），使用新版本（V2.6 以上）。批量每次插入10000条数据（1.3MB）

环境三单线程可以达到15000 records 每秒（TCP/IP网络还是对长报文比较友好，短报文只能用多线程来堆了，后经测试，四线程也只能达到18000 records 每秒）

环境二单线程可以达到30000 records 每秒（4MB/s）

插入速度较慢，SSD 换成HDD 变化不大，可能查询有差别。