为什么大家都说“SELECT *”效率低？

“

无论在工作还是面试中，关于 SQL 中不要用“SELECT *”，都是大家听烂了的问题，虽说听烂了，但普遍理解还是在很浅的层面，并没有多少人去追根究底，探究其原理。

图片来自 Pexels

面试官：“小陈，说一下你常用的 SQL 优化方式吧。”

陈小哈：“那很多啊，比如不要用 SELECT *，查询效率低。巴拉巴拉...”

面试官：“为什么不要用 SELECT * ？它在哪些情况下效率低呢？”

陈小哈：“SELECT * 它好像比写指定列名多一次全表查询吧，还多查了一些无用的字段。”

面试官：“嗯...”

陈小哈：“emmm~ 没了”

陈小哈：“....??（几个意思）”

面试官：“嗯...好，那你还有什么要问我的么？”

陈小哈：“我问你个锤子，把老子简历还我！”

废话不多说，本文带你深入了解一下"SELECT * "效率低的原因及场景。

本文很干！请自备茶水，没时间看记得先收藏，来自一位被技术经理毒打多年的程序员的忠告！

效率低的原因

先看一下最新《阿里 Java 开发手册（泰山版）》中 MySQL 部分描述：

4 - 1. 【强制】在表查询中，一律不要使用 * 作为查询的字段列表，需要哪些字段必须明确写明。 

说明：

• 增加查询分析器解析成本。

• 增减字段容易与 resultMap 配置不一致。

• 无用字段增加网络 消耗，尤其是 text 类型的字段。

开发手册中比较概括的提到了几点原因，让我们深入一些看看：

①不需要的列会增加数据传输时间和网络开销

总结如下三点：

• 用“SELECT * ”数据库需要解析更多的对象、字段、权限、属性等相关内容，在 SQL 语句复杂，硬解析较多的情况下，会对数据库造成沉重的负担。

• 增大网络开销；* 有时会误带上如 log、IconMD5 之类的无用且大文本字段，数据传输 size 会几何增涨。如果 DB 和应用程序不在同一台机器，这种开销非常明显

• 即使 MySQL 服务器和客户端是在同一台机器上，使用的协议还是 TCP，通信也是需要额外的时间。

②对于无用的大字段，如 varchar、blob、text，会增加 IO 操作

准确来说，长度超过 728 字节的时候，会先把超出的数据序列化到另外一个地方，因此读取这条记录会增加一次 IO 操作。（MySQL InnoDB）

③失去 MySQL 优化器“覆盖索引”策略优化的可能性

SELECT * 杜绝了覆盖索引的可能性，而基于 MySQL 优化器的“覆盖索引”策略又是速度极快，效率极高，业界极为推荐的查询优化方式。

例如，有一个表为 t（a，b，c，d，e，f），其中，a 为主键，b 列有索引。

那么，在磁盘上有两棵 B+ 树，即聚集索引和辅助索引（包括单列索引、联合索引），分别保存（a，b，c，d，e，f）和（a，b）。

如果查询条件中 where 条件可以通过 b 列的索引过滤掉一部分记录，查询就会先走辅助索引；如果用户只需要 a 列和 b 列的数据，直接通过辅助索引就可以知道用户查询的数据。

如果用户使用 SELECT *，获取了不需要的数据，则首先通过辅助索引过滤数据，然后再通过聚集索引获取所有的列，这就多了一次 B+ 树查询，速度必然会慢很多。

由于辅助索引的数据比聚集索引少很多，很多情况下，通过辅助索引进行覆盖索引（通过索引就能获取用户需要的所有列），都不需要读磁盘，直接从内存取。

而聚集索引很可能数据在磁盘（外存）中（取决于 buffer pool 的大小和命中率），这种情况下，一个是内存读，一个是磁盘读，速度差异就很显著了，几乎是数量级的差异。

索引知识延申

上面提到了辅助索引，在 MySQL 中辅助索引包括单列索引、联合索引（多列联合），单列索引就不再赘述了，这里提一下联合索引的作用。

联合索引 （a，b，c）

联合索引 （a，b，c）实际建立了（a）、（a，b）、（a，b，c）三个索引。

我们可以将组合索引想成书的一级目录、二级目录、三级目录，如 index（a，b，c）。

相当于 a 是一级目录，b 是一级目录下的二级目录，c 是二级目录下的三级目录。要使用某一目录，必须先使用其上级目录，一级目录除外。

如下图：

联合索引的优势

联合索引的优势有如下三个：

①减少开销

建一个联合索引（a，b，c），实际相当于建了（a）、（a，b）、（a，b，c）三个索引。

每多一个索引，都会增加写操作的开销和磁盘空间的开销。对于大量数据的表，使用联合索引会大大的减少开销！

②覆盖索引

对联合索引（a，b，c），如果有如下 SQL 的：

SELECT a,b,c from table where a='xx' and b = 'xx';

那么 MySQL 可以直接通过遍历索引取得数据，而无需回表，这减少了很多的随机 IO 操作。

减少 IO 操作，特别是随机 IO 其实是 DBA 主要的优化策略。所以，在真正的实际应用中，覆盖索引是主要的提升性能的优化手段之一。

③效率高

索引列多，通过联合索引筛选出的数据越少。比如有 1000W 条数据的表，有如下 SQL：

select col1,col2,col3 from table where col1=1 and col2=2 and col3=3;

假设：假设每个条件可以筛选出 10% 的数据。

A：如果只有单列索引，那么通过该索引能筛选出 1000W10%=100w 条数据，然后再回表从 100W 条数据中找到符合 col2=2 and col3= 3 的数据，然后再排序，再分页，以此类推（递归）。

B：如果是（col1，col2，col3）联合索引，通过三列索引筛选出 1000W10% 10% *10%=1W，效率提升可想而知！

索引是建的越多越好吗？答案自然是否定的：

• 数据量小的表不需要建立索引，建立会增加额外的索引开销。

• 不经常引用的列不要建立索引，因为不常用，即使建立了索引也没有多大意义。

• 经常频繁更新的列不要建立索引，因为肯定会影响插入或更新的效率。

• 数据重复且分布平均的字段，因此他建立索引就没有太大的效果（例如性别字段，只有男女，不适合建立索引）。

• 数据变更需要维护索引，意味着索引越多维护成本越高。

• 更多的索引也需要更多的存储空间。

心得体会

相信能看到这里这老铁要么是对 MySQL 有着一腔热血的，要么就是喜欢滚鼠标的。

有朋友问我，你对 SQL 规范那么上心，平时你写代码不会用 SELECT * 吧？

咋可能啊，天天用！代码里也在用（一脸羞愧），其实我们的项目普遍很小，数据量也上不去，性能上还没有遇到瓶颈，所以比较放纵。

写本篇文章主要是这个知识点网上总结的很少很散，也不规范，算是给自己也是给大家总结一份比较详细的，值得记一下的。以后给面试官说完让他没法找你茬！

作者：陈哈哈

编辑：陶家龙

出处：https://urlify.cn/ZvM3qe

精彩文章推荐：