為什么大家都說“SELECT *”效率低？
無論在工作還是面試中，關于 SQL 中不要用“SELECT *”，都是大家聽爛了的問題，雖說聽爛了，但普遍理解還是在很淺的層面，并沒有多少人去追根究底，探究其原理。
圖片來自 Pexels
面試官：“小陳，說一下你常用的 SQL 優化方式吧。”
陳小哈：“那很多啊，比如不要用 SELECT *，查詢效率低。巴拉巴拉...”
面試官：“為什么不要用 SELECT * ?它在哪些情況下效率低呢?”
陳小哈：“SELECT * 它好像比寫指定列名多一次全表查詢吧，還多查了一些無用的字段。”
面試官：“嗯...”
陳小哈：“emmm~ 沒了”
陳小哈：“....??(幾個意思)”
面試官：“嗯...好，那你還有什么要問我的么?”
陳小哈：“我問你個錘子，把老子簡歷還我!”
廢話不多說，本文帶你深入了解一下"SELECT * "效率低的原因及場景。
本文很干!請自備茶水，沒時間看記得先收藏，來自一位被技術經理毒打多年的程序員的忠告!
效率低的原因
先看一下最新《阿里 Java 開發手冊(泰山版)》中 MySQL 部分描述：
4 - 1. 【強制】在表查詢中，一律不要使用 * 作為查詢的字段列表，需要哪些字段必須明確寫明。
說明：
- 增加查詢分析器解析成本。
- 增減字段容易與 resultMap 配置不一致。
- 無用字段增加網絡 消耗，尤其是 text 類型的字段。
開發手冊中比較概括的提到了幾點原因，讓我們深入一些看看：
①不需要的列會增加數據傳輸時間和網絡開銷
總結如下三點：
- 用“SELECT * ”數據庫需要解析更多的對象、字段、權限、屬性等相關內容，在 SQL 語句復雜，硬解析較多的情況下，會對數據庫造成沉重的負擔。
- 增大網絡開銷;* 有時會誤帶上如 log、IconMD5 之類的無用且大文本字段，數據傳輸 size 會幾何增漲。如果 DB 和應用程序不在同一臺機器，這種開銷非常明顯
- 即使 MySQL 服務器和客戶端是在同一臺機器上，使用的協議還是 TCP，通信也是需要額外的時間。
②對于無用的大字段，如 varchar、blob、text，會增加 IO 操作
準確來說，長度超過 728 字節的時候，會先把超出的數據序列化到另外一個地方，因此讀取這條記錄會增加一次 IO 操作。(MySQL InnoDB)
③失去 MySQL 優化器“覆蓋索引”策略優化的可能性
SELECT * 杜絕了覆蓋索引的可能性，而基于 MySQL 優化器的“覆蓋索引”策略又是速度極快，效率極高，業界極為推薦的查詢優化方式。
例如，有一個表為 t(a，b，c，d，e，f)，其中，a 為主鍵，b 列有索引。
那么，在磁盤上有兩棵 B+ 樹，即聚集索引和輔助索引(包括單列索引、聯合索引)，分別保存(a，b，c，d，e，f)和(a，b)。
如果查詢條件中 where 條件可以通過 b 列的索引過濾掉一部分記錄，查詢就會先走輔助索引;如果用戶只需要 a 列和 b 列的數據，直接通過輔助索引就可以知道用戶查詢的數據。
如果用戶使用 SELECT *，獲取了不需要的數據，則首先通過輔助索引過濾數據，然后再通過聚集索引獲取所有的列，這就多了一次 B+ 樹查詢，速度必然會慢很多。
由于輔助索引的數據比聚集索引少很多，很多情況下，通過輔助索引進行覆蓋索引(通過索引就能獲取用戶需要的所有列)，都不需要讀磁盤，直接從內存取。
而聚集索引很可能數據在磁盤(外存)中(取決于 buffer pool 的大小和命中率)，這種情況下，一個是內存讀，一個是磁盤讀，速度差異就很顯著了，幾乎是數量級的差異。
索引知識延申
上面提到了輔助索引，在 MySQL 中輔助索引包括單列索引、聯合索引(多列聯合)，單列索引就不再贅述了，這里提一下聯合索引的作用。
聯合索引 (a，b，c)
聯合索引 (a，b，c)實際建立了(a)、(a，b)、(a，b，c)三個索引。
我們可以將組合索引想成書的一級目錄、二級目錄、三級目錄，如 index(a，b，c)。
相當于 a 是一級目錄，b 是一級目錄下的二級目錄，c 是二級目錄下的三級目錄。要使用某一目錄，必須先使用其上級目錄，一級目錄除外。
如下圖：
聯合索引的優勢
聯合索引的優勢有如下三個：
①減少開銷
建一個聯合索引(a，b，c)，實際相當于建了(a)、(a，b)、(a，b，c)三個索引。
每多一個索引，都會增加寫操作的開銷和磁盤空間的開銷。對于大量數據的表，使用聯合索引會大大的減少開銷!
②覆蓋索引
對聯合索引(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 可以直接通過遍歷索引取得數據，而無需回表，這減少了很多的隨機 IO 操作。
減少 IO 操作，特別是隨機 IO 其實是 DBA 主要的優化策略。所以，在真正的實際應用中，覆蓋索引是主要的提升性能的優化手段之一。
③效率高
索引列多，通過聯合索引篩選出的數據越少。比如有 1000W 條數據的表，有如下 SQL：
- select col1,col2,col3 from table where col1=1 and col2=2 and col3=3;
假設：假設每個條件可以篩選出 10% 的數據。
A：如果只有單列索引，那么通過該索引能篩選出 1000W10%=100w 條數據，然后再回表從 100W 條數據中找到符合 col2=2 and col3= 3 的數據，然后再排序，再分頁，以此類推(遞歸)。
B：如果是(col1，col2，col3)聯合索引，通過三列索引篩選出 1000W10% 10% *10%=1W，效率提升可想而知!
索引是建的越多越好嗎?答案自然是否定的：
- 數據量小的表不需要建立索引，建立會增加額外的索引開銷。
- 不經常引用的列不要建立索引，因為不常用，即使建立了索引也沒有多大意義。
- 經常頻繁更新的列不要建立索引，因為肯定會影響插入或更新的效率。
- 數據重復且分布平均的字段，因此他建立索引就沒有太大的效果(例如性別字段，只有男女，不適合建立索引)。
- 數據變更需要維護索引，意味著索引越多維護成本越高。
- 更多的索引也需要更多的存儲空間。
心得體會
相信能看到這里這老鐵要么是對 MySQL 有著一腔熱血的，要么就是喜歡滾鼠標的。
有朋友問我，你對 SQL 規范那么上心，平時你寫代碼不會用 SELECT * 吧?
咋可能啊，天天用!代碼里也在用(一臉羞愧)，其實我們的項目普遍很小，數據量也上不去，性能上還沒有遇到瓶頸，所以比較放縱。
寫本篇文章主要是這個知識點網上總結的很少很散，也不規范，算是給自己也是給大家總結一份比較詳細的，值得記一下的。以后給面試官說完讓他沒法找你茬!
作者：陳哈哈
編輯：陶家龍
出處：https://urlify.cn/ZvM3qe
