可以通过使用连接池和异步编程来解决并发请求对MongoDB速度变慢的问题。下面是一个示例代码：

import asyncio
from motor.motor_asyncio import AsyncIOMotorClient

async def process_request(db, query):
    result = await db.collection.find_one(query)
    # 处理结果
    print(result)

async def main():
    # 创建连接池
    client = AsyncIOMotorClient('mongodb://localhost:27017', maxPoolSize=100)
    db = client['my_database']
    collection = db['my_collection']

    # 构造并发请求列表
    queries = [
        {'name': 'John'},
        {'name': 'Jane'},
        {'name': 'Doe'}
    ]

    # 并发处理请求
    tasks = []
    for query in queries:
        task = asyncio.ensure_future(process_request(collection, query))
        tasks.append(task)

    await asyncio.gather(*tasks)

if __name__ == '__main__':
    loop = asyncio.get_event_loop()
    loop.run_until_complete(main())

在上面的示例中，我们使用了motor库提供的异步驱动程序AsyncIOMotorClient来连接MongoDB，并设置了最大连接池大小为100。然后，我们定义了一个process_request函数来处理单个请求，其中使用了await关键字来等待查询结果。

在main函数中，我们创建了一个事件循环并使用AsyncIOMotorClient创建了数据库连接和集合对象。然后，我们构造了一个并发请求列表，并使用asyncio.ensure_future函数创建了一个任务列表。最后，我们使用asyncio.gather函数来并发执行所有的任务。

通过使用连接池和异步编程，可以有效地处理并发的简单请求，从而提高MongoDB的速度。