使用 MongoDB 是我们常常会遇到一些特殊的需求需要跨库关联查询，比如订单明细缺商品重量需要补商品重量，而商品重量数据又在商品库中，这事就需要跨库关联操作，示例代码如下：
// 使用 order 库，注意语句后面不要加分号
use order
var count = 0;
db.order_detail.find({"store_code":"110"}).forEach(function(_order){
// 在 goods 库查询 item 集合
var item = db.getSiblingDB("goods").item.findOne({"barcode":_order.barcode});
if(item){
db.order_detail.update({_id:_order._id},{$set:{"weight":item.weight}},false,true);
count++;
}else{
print("商品不存在， 条码：" + _order.barcode);
}
});
print("更新条数：" + count);注意：跨库查询时必须使用 admin 库来授权连接操作。
上面示例的代码，数量不多时还能勉强凑合着使用。当数据量达到上万条数据时就显示非常非常慢。因为更新一条数据需要单条 findOne 再单条 update。因此得优化，将单条查询改批量查询（缓存查询结果），示例代码如下：
use order
var count = 0;
var items = {};
db.getSiblingDB("goods").item.find({"store_code":"110"}).forEach(function(_item){
// items 当做 map 使用， key 商品条码（barcode）
items[_item.barcode] = _item;
});
db.order_detail.find({"store_code":"110"}).forEach(function(_order){
var item = items[_order.barcode];
if(item){
db.order_detail.update({_id:_order._id},{$set:{"weight":item.weight}},false,true);
count++;
}else{
print("商品不存在， 条码：" + _order.barcode);
}
});
print("更新条数：" + count);经过将单条查询改成批量查询后执行效率确实提升不少，但是还是觉得慢，还得继续优化，将单条更新改成批量更新，示例代码如下：
use order
var count = 0;
var items = {};
db.getSiblingDB("goods").item.find({"store_code":"110"}).forEach(function(_item){
items[_item.barcode] = _item;
});
var ops = [];
db.order_detail.find({"store_code":"110"}).forEach(function(_order){
var item = items[_order.barcode];
if(item){
var f = {_id:_order._id};
var upd = {$set:{"weight":item.weight}};
ops.push({"updateMany":{"filter":f, "update":upd, "upsert":false}});
count++;
}else{
print("商品不存在， 条码：" + _order.barcode);
}
if(count > 0 && count % 1000 == 0){
// 批量更新， ordered：false 无序操作
db.order_detail.bulkWrite(ops, {ordered:false});
ops = [];
print("更新条数：" + count);
}
});
if(ops.length > 0){
db.order_detail.bulkWrite(ops, {ordered:false});
}
print("更新完成，更新总条数：" + count);
批量操作参见： http://www.xuexiyuan.cn/article/detail/173.html
