Hi ! 我是小小，今天带来本周的第三篇。为什么大家都在说 Select * 效率低。

面试现场

面试官：“小小啊，说一说你常用的SQL优化方式吧”。

小小：“很多的，相当多，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* ？它在那些情况下效率低呢？”

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

面试官：“嗯？”

小小：“emememem~ 没了”

小小：“...??????”

面试官：“嗯，你还有什么药问的”

小小：“没了，我问你个锤子，赶紧把简历给我”

下面开始进入正题，

不需要的列会增加数据传输时间和网络开销

用SELECT * 数据库需要解析更多的对象，字段，权限，属性等等相关内容，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，* 有时会误操作，带上log，icomMD%等之类的无用且大的文本字段，数据传输size会几何的增长，如果DB和应用程序不在同一台机器，这种开销相当的明显

即使 Mysql 服务器和客户端在同一台机器上，使用的协议还是 tcp，通信也需要额外的时间。

对无用的大字段，例如varchar，blob，text会增加io操作

正确来说，长度操作728字节的时候，会先把超出的数据序列化到另外一个地方，因此肚脐去的时候，这条记录会增加一次io操作。

失去Mysql优化器，覆盖索引优化措施的可能性

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。

后期维护

使用 SELECT * 时候，不熟悉代码库的人将会被迫查询文档，以了解能够进行有效更改之前需要返回那些列，从长远来看，使得代码更不具有可读性，从而耗费了更多的时间和精力。

如果代码取决于列顺序，SELECT * 则如果表的列顺序已经更改，则会隐藏等待发生的错误。

使用时配置更加复杂化。

设计模式

select * 是反设计模式。

查询的目的不太明显，应用程序使用的列是不透明的，打破的列的模块化设计。

关于作者

我是小小，一个生于二线，活在一线的程序猿，我是小小，我们下期再见。

小明菜市场

推荐阅读

● k8s | 搞不明白为什么大家都在学习 k8s

● 对战 | RabbitMq 大战 kafka

● 执行流程 | 你真的了解Spring AOP的执行顺序吗？

● 吊打面试官 | Java到底是值传递还是引用传递

● 容器 | Docker 如此之好，你为什么还要用k8s

给我个好看再走好吗？