标签：关系 course MongoDB 入门教程 db 查询 索引 3.2 表中

3.2.索引

索引是特殊的数据结构，索引存储在一个易于遍历读取的数据集合中，建立索引，通常能够极大的提高查询的效率，如果没有索引，MongoDB在读取数据时必须扫描集合中的每个文件并选取那些符合查询条件的记录，这种扫描全集合的查询效率是非常低的，特别是在数据量特别大的时候，话费的时间就非常的多

举个例子：目前我的一个集合中有170多万条数据，我们在没有建立索引的情况下测试一下查询时间

db.course.find({"name": "mongodb入门8888"}).explain("executionStats")

执行时间：

接下来，我们创建索引：

//语法： db.集合名称.createIndex({})
db.course.createIndex({name:1})

createIndex方法中，name表示查询的字段，1表示升序，-1表示降序

创建好索引后，我们再次执行查询

db.course.find({"name": "mongodb入门8888"}).explain("executionStats")

以下是执行时间：

3.3.关系型数据库中表的关系

3.3.1.一对一关系

一对一的关系比较简单，例如：一个人只有一张身份证，一张身份证只对应一个人

数据库中表关系举例：

一张user表对应一张driver表，意味着我们可以通过user表中的uid去查询driver表中和这个uid相同的这个人的驾驶证信息

3.3.2.一对多关系

一对多的关系简单的说就是一个对应多个，例如：一个母亲可以有多个儿女，但是每个儿女只对应着一个亲生母亲

数据库中表关系举例：

在上面这种应用场景中，一张category表和goods表关联，关系为一对多关系，一个分类下面有多种商品，一种商品只放入一个分类，我们可以根据category中的分类id去goods表中查询出当前分类下到底有多少商品，同时也可以用goods表中的cate_id来查询出当前分类的一些信息

3.3.3.多对多关系

多对多关系举例：一个学生可以选择多门课程学习，例如，语文、数学、计算机，同时一门课程也可以有多个学生来学习，例如，数学课程有50人学习，英语课程有100人学习等

数据库中表关系举例：

多对多关系在数据库中通常需要第三张表来存储对应关系，上面的图中，我们使用student_course来存储关系，在这张表中，sid和cid分别是学生表中的id和课程表中的id，当我们想知道一个学生选择了多少门课程的时候，我们只需要在student_course表中，根据sid来查询出对应的cid就可以了

螺钉课堂视频课程地址：http://edu.nodeing.com

标签：关系,course,MongoDB,入门教程,db,查询,索引,3.2,表中
来源： https://www.cnblogs.com/dadifeihong/p/12048320.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。