SELECT * 效率低原理解析
目錄
- 效率低的原因
- 索引知識延申
- 聯合索引的優勢
- 1） 減少開銷
- 2）覆蓋索引
- 3）效率高
- 4)索引是建的越多越好嗎
效率低的原因
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。
先看一下最新《阿里java開發手冊（泰山版）》中 MySQL 部分描述：
【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
- 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。
聯合索引的優勢
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 1000W 10%=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 1000w 10% 10% *10%=1w，效率提升可想而知！
4)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
以上就是SELECT * 效率低原理解析的詳細內容，更多關于SELECT * 效率低原理的資料請關注其它相關文章！
網公網安備