來源：https://urlify.cn/ZvM3qem
無論在工作還是面試中，關於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，並沒有多少人去追根究底，探究其原理。
廢話不多說，本文帶你深入瞭解一下"SELECT * "效率低的原因及場景。
本文很乾！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
一、效率低的原因
先看一下最新《阿里java開發手冊（泰山版）》部分描述：
4 - 1. 【強制】 在表查詢中，一律不要使用 * 作爲查詢的字段列表，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 語句複雜，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. 對於無用的大字段，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，而基於MySQL優化器的“覆蓋索引”策略又是速度極快，效率極高，業界極爲推薦的查詢優化方式。
例如，有一個表爲t(a,b,c,d,e,f)，其中，a爲主鍵，b列有索引。
那麼，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，然後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。
由於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（取決於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。
二、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，這裏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)，相當於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：
| where條件 | 效果 |
|---|---|
| where a=1 and c=1 | 只使用了一級目錄，c在三級目錄，沒有使用二級目錄，那麼三級目錄就沒法使用 |
| where a=1 and b=1 | 只使用了一級目錄、二級目錄。 |
聯合索引的優勢
1） 減少開銷
建一個聯合索引 (a,b,c) ，實際相當於建了 (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。對於大量數據的表，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';
那麼 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，那麼通過該索引能篩選出 1000W10%=100w 條數據，然後再回表從 100w 條數據中找到符合 col2=2 and col3= 3 的數據，然後再排序，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，因爲不常用，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，因爲肯定會影響插入或更新的效率 -
數據重複且分佈平均的字段，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，意味着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，希望對你有所幫助！
乾貨分享
這裏爲大家準備了一份小小的禮物，關注公衆號，輸入如下代碼，即可獲得百度網盤地址，無套路領取！
001：《程序員必讀書籍》
002：《從無到有搭建中小型互聯網公司後臺服務架構與運維架構》
003：《互聯網企業高併發解決方案》
004：《互聯網架構教學視頻》
006：《SpringBoot實現點餐系統》
007：《SpringSecurity實戰視頻》
008：《Hadoop實戰教學視頻》
009：《騰訊2019Techo開發者大會PPT》
010： 微信交流羣
我就知道你“在看”
本文分享自微信公衆號 - JAVA日知錄（javadaily）。
如有侵權，請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”，歡迎正在閱讀的你也加入，一起分享。