導致select * 效率低下的原因有哪些

這篇文章主要講解了“導致select * 效率低下的原因有哪些”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“導致select * 效率低下的原因有哪些”吧！

一、效率低的原因
先看一下最新《阿里java開發手冊（泰山版）》（提取碼：hb6i）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
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。

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：

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，那么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

感謝各位的閱讀，以上就是“導致select * 效率低下的原因有哪些”的內容了，經過本文的學習后，相信大家對導致select * 效率低下的原因有哪些這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！