加快包含大型文档的mongodb查找查询

Question

我有一个大约5GB的mongo集合，其中包含大约20万个文档。每个文件都有一个名称，货币和日期，然后是一个大字符串（这是我感兴趣的数据），每个文件的总大小约为5MB。

我的问题是我需要尽快找到250个不同日期的特定名称和货币。

我正在使用

db.collection.find(
{'name': somename, 'currency': mycurrency, 
'valuation_date': {'$in': [list_of_250_datetime_datetime]}
}) [see more detailed query in the update below]

当前速度非常令人失望，因为当我在本地主机上运行mongod服务器时，似乎每秒只能下载约10个文档。

我还添加了名称，货币和日期的索引，以及复合索引。添加索引可使速度提高约25％。

还有什么我可以做的，以加快从mongodb加载这些文档的速度？

值得注意的是：无法拆分文档，因为我需要每个日期/名称/货币的大数据字符串，并且我对该部分无权控制。

任何建议都值得赞赏。

---

更新：

这是正在发生的事情的更详细的资料：

这里是完整的查询： Pymongo大约需要916秒才能处理94秒，而3t studio的前100个要花费6秒。

db.ForecastCurveId.find({ 'Ccy': 'USD', 'Class': 'ForecastCurveId', 'Index': 'LIBOR', 'Tenor': '12M', 'source': {'$in': ['ods']}, 'valuation_date': {'$gte': new Date("2015-11-09"), '$lte': new Date("2016-11-07")}})

如果我使用pymongo，请在此处查看个人资料：