mongodb性能测试

根据引用和引用，MongoDB性能测试包括了在服务器上进行了5亿数据级别的插入和查询测试，并考虑了GridFS和组合索引的性能。测试中使用了单进程的MongoDB和三个MongoDB进程作为Sharding的两种方案。有关性能方面的具体结果可以参考测试数据和图表。

此外，引用提到在使用Sharding时，MongoDB会时不时对数据进行拆分和搬迁，这可能会导致性能下降。作者建议手动切分数据库或手动创建历史库，而不依赖自动化的Sharding。个人认为，对于MongoDB来说，单个数据库存储不超过1亿条数据比较合适，如果需要存储更大的数据量，最好手动进行分库操作。

总结来说，MongoDB性能测试是通过插入和查询大量数据进行的，考虑了不同的索引和Sharding方案。在实际使用中，需要注意Sharding可能导致的性能下降，可以考虑手动分库来优化性能。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [MongoDB性能测试报告](https://download.csdn.net/download/wuqinlong/7088723)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [软件测试之Mongodb亿级数据量的性能测试（必看）](https://blog.csdn.net/PythonCS001/article/details/107565443)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]