使用MongoDB

Question

以下是问题：

如果集合只有默认索引＆＃34; _id＆＃34;，那么当集合变大时，上传一组文档的时间就是不变的。

但是如果我将以下索引添加到集合中：

db.users.createIndex({"s_id": "hashed"}, {"background": true})

然后，上传同一组文档的时间急剧增加（看起来像一个指数函数）

背景：

我试图在一个集合中插入大约8000万个文档。我没有使用mongo的分片，只有一个实例。

我正在使用python API，这是我的代码：

client = pymongo.MongoClient(ip_address, 27017)
users = client.get_database('local')\
    .get_collection('users')

bulk_op = users.initialize_unordered_bulk_op()

for s in iterator:
    bulk_op.insert(s)

bulk_op.execute()
client.close()

有15个并发连接（我使用的是Apache Spark，它对应不同的分区）。

该实例有4GB的RAM。 上传完成后，索引的总大小约为1,5GB。

非常感谢你的帮助。