硬件環境：
一臺華碩筆記本 AMD Athlon(tm) X2 Dual-Core ，1GB
軟件環境：
單機測試 ，非集羣環境 ，python腳本讀取一個含60W條數據的文件，插入數據庫。
測試方法：
批量插入n條數據，測試cpu、內存、執行時間數據。
測試結果
| 數據量 | cpu使用率 | 內存使用率 | 執行時間 |
|---|---|---|---|
| 1000 | 99% | 3% | 0.19 |
| 5000 | 99% | 4% | 0.9s |
| 1W | 99$ | 6% | 1.9s |
| 10W | 99% | 20% | 19s |
結果分析：
在環境下，隨着一次批量插入的數據量的增加，平均單個數據插入耗時不變，cpu一直處於飽和狀態，內存使用路不斷增加。故，一次插入10000條以上數據不合適。
PS：python在讀取60W條數據的文件，保存到數組中，耗時不到一秒，這是java遠不能及的。。。。
mongodb插入數據的時候，數據庫中本來就有幾十萬條數據，插入的速度沒有因此而降低。
索引性能分析
在插入數據的時候，如果數據庫簡歷了索引，會有一些性能損耗，但是查詢的時候，如果使用索引速度會大大提升。
| 是否使用索引 | 插入1W條數據耗時 | 從120W條數據中查找一條數據【根據索引查找】 |
| 是 | 1.9s | 0s |
| 否 | 1.8s | 2.3s |
結論：用索引，太好了，插入的時候那點性能損耗可以忽略。【這不廢話嗎。。。】