使用Python做大型計(jì)算任務(wù)時(shí)，并且用mongodb做數(shù)據(jù)儲(chǔ)存時(shí)，常常面臨大量讀寫數(shù)據(jù)庫的情況。尤其是大量更新任務(wù)，由于不能批量操作，使用pymongo同步操作的話，相當(dāng)耗時(shí)。

使用多線程、多進(jìn)程確實(shí)有效，但編寫麻煩、消耗系統(tǒng)資源大（pymongo還不允許fork線程中共用連接）。這里主要瓶頸在于IO，使用單線程異步操作就會(huì)效果很好。

Motor是一個(gè)異步mongodb driver，支持異步讀寫mongodb。它通常用在基于Tornado的異步web服務(wù)器中。
Motor同時(shí)支持使用asyncio（Python3.4以上標(biāo)準(zhǔn)庫）作為異步模型，使用起來十分方便。

下面是一個(gè)對(duì)比例子。從某個(gè)mongodb集合中，遍歷讀取所有數(shù)據(jù)，并update回去。update速度是主要瓶頸。
這里我們事先定義好，數(shù)據(jù)庫位于127.0.0.1:27017，數(shù)據(jù)庫名為testdb，集合名為test。我們處理其中title和content兩個(gè)較大的字段。

host = '127.0.0.1'
port = 27017
database = 'testdb'

下面是使用pymongo同步處理的例子：

from pymongo import MongoClient

connection = MongoClient(
    host,
    port
)
db = connection[database]

for doc in db.post.find({}, ['item_id', 'title', 'content']):
    db.post.update({'item_id': doc.get('item_id')}, {
        '$set': {
            'title': doc.get('title'),
            'content': doc.get('title')
        }
    })

以下是使用了asyncio和motor的例子：

import asyncio
from motor.motor_asyncio import AsyncIOMotorClient

connection = AsyncIOMotorClient(
    host,
    port
)
db = connection[database]

async def run():
    async for doc in db.post.find({}, ['item_id', 'title', 'content']):
        db.post.update({'item_id': doc.get('item_id')}, {
            '$set': {
                'title': doc.get('title'),
                'content': doc.get('content'),
            }
        })

asyncio.get_event_loop().run_until_complete(run())

這里測試異步讀寫速度是同步的200倍左右（實(shí)際情況受IO時(shí)間影響，不一定是這個(gè)比例）。

可見，使用motor+asyncio做快速mongodb讀寫，方便有效。