Python 如何高效地将数十亿数据插入mongodb

目前，我在numpy数组中有一个1e10坐标数组，格式如下：

[[-20.225869 1.1488514 47.007915]
[-19.585725 1.1527847 47.106827]
[-19.007616 1.0450604 41.686756]
[-19.277712 1.0455568 41.622501]
[-19.650136 1.0519722 41.848976]
......
]

for point in points:
    db.map.insert_one(
    {
        "loc": 
        {
            "x": np.float64(point[0]),
            "y": np.float64(point[1]),    
        }          
        "z": np.float64(point[2])
    }
)

每行是一个点的坐标（x，y，z）。 我希望将它们插入mongodb数据库（GeoJSON）。 我目前的做法是：

[[-20.225869 1.1488514 47.007915]
[-19.585725 1.1527847 47.106827]
[-19.007616 1.0450604 41.686756]
[-19.277712 1.0455568 41.622501]
[-19.650136 1.0519722 41.848976]
......
]

for point in points:
    db.map.insert_one(
    {
        "loc": 
        {
            "x": np.float64(point[0]),
            "y": np.float64(point[1]),    
        }          
        "z": np.float64(point[2])
    }
)

而这个过程确实花费了很多时间。 我想知道是否有一些有效的方法可以做到这一点？我应该转向C++来获得更好的性能吗？

---

多谢各位

非常感谢您对我的帮助，我的插入性能有了很大提高！（从3.5小时到20分钟） 每， 首先，我尝试插入许多（[点对点插入点]）。它在1e6点上有效，但在1e8点上以代码137或9（内存超出）退出。 然后我尝试将批量大小自定义为1e7，并继续使用insert\u many，但性能没有提高（无法说明原因）。

---

最后，在同一个文档中无序的批量写入挽救了我的生命，它可以在30分钟内处理至少1e8个点而不会出错

查看此选项以获得创建批次的选项，例如一次创建100个点。Mongo可以进行批量插入。你会节省很多时间。和批量插入批次，尝试使用不同的批次大小