当所有表之间存在多个FK-PK关系时，数据库视图如何保持快速查询速度
How does database views keep the fast query speed when multiple FK-PK relationships among all the tables
最近，我在将带有 Java 对象的数据绑定到数据库时遇到了性能问题。尤其是当涉及到很多 FK-PK 关系时，将数据库中的数据与 java 代码配对时。我意识到这个问题并通过创建数据库视图并创建 POJO 来映射视图来解决性能下降问题。
我在网上做了一些研究，但找不到好的答案：数据库（我正在使用mysql）如何在视图中保持快速的数据查询速度？
例如，如果我在10个表中创建一个视图，具有FK-PK关系，该视图查询和显示结果的速度还是很快的。数据库引擎的幕后究竟发生了什么？
索引。
MySQL implicitly creates a foreign key index（即组成外键的列的索引），除非已经存在。并非所有数据库引擎都这样做。
视图只不过是一个别名查询。因此，任何视图，尽管看起来微不足道，但如果编写不当，都可能导致服务器崩溃。执行时间与连接表的数量不成正比，而是与索引的质量成正比*.
副作用：默认索引可能不是最有效的索引。
*当表变大时，表的大小也开始变得重要，如数百万条记录
最近，我在将带有 Java 对象的数据绑定到数据库时遇到了性能问题。尤其是当涉及到很多 FK-PK 关系时，将数据库中的数据与 java 代码配对时。我意识到这个问题并通过创建数据库视图并创建 POJO 来映射视图来解决性能下降问题。
我在网上做了一些研究，但找不到好的答案：数据库（我正在使用mysql）如何在视图中保持快速的数据查询速度？
例如，如果我在10个表中创建一个视图，具有FK-PK关系，该视图查询和显示结果的速度还是很快的。数据库引擎的幕后究竟发生了什么？
索引。
MySQL implicitly creates a foreign key index（即组成外键的列的索引），除非已经存在。并非所有数据库引擎都这样做。
视图只不过是一个别名查询。因此，任何视图，尽管看起来微不足道，但如果编写不当，都可能导致服务器崩溃。执行时间与连接表的数量不成正比，而是与索引的质量成正比*.
副作用：默认索引可能不是最有效的索引。
*当表变大时，表的大小也开始变得重要，如数百万条记录