四、测试结果

　　1、写操作

　　成功写入416万条记录，写入失败84万条记录，共耗时525秒，平均每秒写入数据7924笔。数据文件大小近4G。写入过程中，服务器内存、CPU和磁盘等资源使用情况如下图所示：

　　可见，内存使用呈阶梯状上升，最后占用了近3.5个G，主要用来缓存数据，对比数据文件的大小可以设想，在操作系统内存可用的情况下，内存的分配和数据文件的大小是大致相当的。CPU和磁盘IO都表现出周期性的上下波动，估计和操作系统mmap缓存数据和刷新到磁盘的实现机制有关。从图表可见本次测试的瓶颈同样出现在磁盘IO上，磁盘的使用率最后达到100%，导致无法成功写入数据。

　　2、读操作

　　成功读出500万条记录，共耗时432秒，平均每秒读出数据11574笔。

　　读数据过程中没有发生磁盘IO。CPU较繁忙，Idle值稳定在27左右，等待CPU资源的进程一直在5到10个之间。内存表现平稳没有波动。

　　五、总结

　　通过以上测试结果可以看出，MongoDB占用的磁盘空间很大，这是因为其占用的磁盘空间是预分配的，每次以上一个数据文件的两倍大小来预分配空间，并以0来填充，以避免在繁忙时期分配磁盘空间导致性能下降，因此我们看到的数据文件大小并不是实际占用的空间大小。另外其内存是由操作系统管理的，自身并不管理内存使用。从功能角度看MongoDB提供的查询等操作接口是最为丰富的，在面对海量数据的拆分等可扩展方面也有很好的设计思路，是一个很好的将数据模型从面向关系转向面向文档的NoSQL产品，相信将来会看到更多的线上产品选用MongoDB。