MongoDB - ＆gt;巨大数据集的设计决策

Question

这是我的问题。我有50个城市（a，b，....），每个城市最多包含4000个地址（a1，a2，...或b1，b2，...），每个地址都包含一个10.000的列表-40.000 timeseries-data's。

什么是存储/查询这些数据的最有效方式 这是我的想法：

{'a': city1,
    'a1': {
        'name': 'name1',
        '...':  ....,
         ....
        'list': [{ here are 10.000-40.000 timeseries datasets}]
    }
    'a2': {
        'name': 'name2',
        '...':  ....,
        ....
        'list': [{ here are 10.000-40.000 timeseries datasets}]
    }
    ....
    ....
}
{'b': city2,
    'b1': {
        'name': 'name2',
        '...':  ....,
         ....
        'list': [{ here are 10.000-40.000 timeseries datasets}]
     }
     ...
     ...
} 
....
....

或者最好将城市和地址一起存储在一个地方，将所有时间序列数据集存储在另一个地方（用一些键来标识地址和城市）。或者你还有其他好主意吗？ 对于所有地址和所有城市，大多数查询都会关注（sry - ＆gt;英语不好？）TimeSeries - 数据集（500到1500）。

一点点数学：50个城市* 4000个地址*（10.000到40.000个数据集）= 2.000.000.000到8.000.000.000个条目 - ＆gt;所以我们可能会对数据库进行分片（在我的例子中，分片键将是城市）。

我们正在使用python和pymongo来访问数据库。