最近对mongoDB数据库进行性能分析，需要对数据库进行加压。

加压时，最初采用threading模块写了个多线程程序，测试的效果不理想。

单机读数据库每秒请求数只能达到1000次/s.而开发的java程序请求数能达到6000-7000次/s。

证明受限于GIL，python的多线程表现确实不理想。

后来，采用了multiprocessing模块，采用多进程的方式进行加压。

经过测试证明，multiprocessing的性能还是不错，和开发java程序的性能相当。

脚本如下：

#!/usr/bin/env python

from pymongo import Connection,MongoClient,MongoReplicaSetClient

import multiprocessing

import time

#connection = MongoClient('mongodb://10.120.11.212:27017/')

#connection = Connection(['10.120.11.122','10.120.11.221','10.120.11.212'], 27017)

'''数据库采用了读写分离设置，连接mongoDB的模式要配对'''

connection=MongoReplicaSetClient(

        '10.120.11.122:27017,10.120.11.221:27017,10.120.11.212:27017',

        replicaSet='rs0',

        read_preference=3

#        read_preference=3

        )

db = connection['cms']

db.authenticate('cms', 'cms')

#计时器

def func_time(func):

        def _wrapper(*args,**kwargs):

                start = time.time()

                func(*args,**kwargs)

                print func.__name__,'run:',time.time()-start

        return _wrapper

#插入测试方法

def insert(num):

        posts = db.userinfo

        for x in range(num):

                post = {"_id" : str(x),

                        "author": str(x),

                        "text": "My first blog post!"

                        }

        　　　　 posts.insert(post)

#查询测试方法

def query(num):

    get=db.device

    for i in xrange(num):

         get.find_one({"scanid":"010000138101010000009aaaaa"})

@func_time

def main(process_num,num):

    pool = multiprocessing.Pool(processes=process_num)

    for i in xrange(num):

        pool.apply_async(query, (num, ))

    pool.close()

    pool.join()

    print "Sub-process(es) done."

if __name__ == "__main__":

#    query(500,1)

        main(800,500)