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)
原文发表于http://www.cnblogs.com/reach296/
原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/tech/pnotes/15556.html