比较具有不同文档结构的mongoDB大型集合的最佳选择。查找缺少的元素

我需要在两个不同的巨大mongoDB集合之间找到丢失的文档

第一个集合是数据本身，第二个集合类似于信息较少的审计集合

其基本思想是用户可以浏览多个列表并打开或关闭其中的项目。我们将这些数据存储在一个集合中（每个UserID/ListID/ItemID组合一个文档），在另一个集合中，我们将用户打开和关闭的所有项目存储在一个集合列表中（每个UserID/ListID一个文档）

首次收款文件（~1.500.000.000）：

ObjectID使用的是一个24个字符长的字符串。计算：listID（8个字符）+itemID（8个字符）+userID（8个字符）

状态为ON或OFF（可以将其视为布尔值）

有更多的数据，但并不重要

第二次收集（审计）文件（~200.000.000）：

ObjectId再次使用24个字符的字符串。在本例中，使用：00000000+ListId（8个字符）+userID（8个字符）计算

在本例中，我们为每个用户/列表组合保存一个文档，并添加两个集合，一个集合包含ON项的所有ItemID，另一个集合包含OFF项的所有ItemID

---

正如我所说，这些藏品数量巨大。 第一个集合约有1500.000.000个文档，第二个集合（审计）约有200.000.000个文档

我必须从另一个集合中找到每个集合中缺少的所有项目

我从来没有处理过这样的问题（实际上这是我第一次使用mongo），有人告诉我，我可以使用我想要的大小的GCP机器（数百个CPU，几TB的RAM），如果需要几天就可以了

我通常使用java（和spring）来工作，但我对其他语言、选项持开放态度，使用几个较小的进程

我做了一些概念验证，但需要很长时间，因为他们必须对远程服务器（mongo）执行大量的查询，从一个mongo db读取所有数据，并为每个项目查询另一个数据库，然后以相同但相反的方式（我将把MongoDB复制到虚拟机以加快速度）

我还尝试将所有数据加载到地图和集合中，但这也带来了很多问题

任何想法都会受到欢迎