可以加速这个PyMongo / MongoDB批量操作循环吗？

Question

我有一个Python函数，它使用PyMongo处理大量的JSON数据（成千上万的测量/时间戳），然后构建一个MongoDB批量写操作（使用PyMongo）。虽然这段代码有效，但非常慢，而且运行的时间越长越慢。关于如何优化这一建议的任何建议将不胜感激！

def import_metrics(user, data):

    i = 0
    bulkop = db.metrics.initialize_unordered_bulk_op()

    # data is a JSON object containing tens of thousands of measurements:
    # data[metrics] = [
    #   {
    #     value: int
    #     ts   : timestamp
    #   },
    # ]
    for entry in data['metrics']

        utc_dt = datetime.utcfromtimestamp(entry['ts'])

        # ignore if entry is null
        if isinstance(entry['value'], float):
            # upsert data
            metric = {
                'userId':    ObjectId(user['_id']),
                'ts':        utc_dt
                'value':     int(entry['value']),
            }
            key = {
                'userId':   ObjectId(user['_id']),
                'ts':       utc_dt
            }

            # add query to bulk operation
            bulkop.find(key).upsert().update_one({'$set': metric})

            i = i + 1

    if i > 0:
        # we have some data to insert
        try:
            result = bulkop.execute()
        except BulkWriteError as bwe:
            print 'ERROR: ' + str(bwe.details)

请注意，集合中只有一个索引：

> db.metrics.getIndexes()
[
    {
        "v" : 1,
        "key" : {
            "_id" : 1
        },
        "name" : "_id_",
        "ns" : "mydb.metrics"
    }
]

提前致谢！