为啥不建议使用Select * ，原因有三点

朴灿烈づ我的快乐病毒、 2023-10-13 22:14 101阅读 0赞

### 正文 ###

![图片][c08075cdf2b7a06dc4f96a098694175d.png]

其实阿里巴巴手册上说明的三点了：

#### 1） 增加查询分析器解析成本 ####

什么是分析器成本，什么东西，我随手画个简图，大家知道一下：

![图片][fd434c656123b4a5883c6e4b959abd22.png]

就是这个分析器，这里会去解析你的sql的语法，词法。

举例，如果是`select * from user` ， 看到 \* ，就会去看看是哪个表 user，然后 `Query Table Metadata For Columns`，把所有列值给你支楞出来，填充成类似 `select id ，name ，age，phone form user` 这样子。（当然还有其他分析了，例如如语法的判断， 字段的判断， 表名等等）

说实话。这个分析器的成本…你要是说增加了解析成本，我确实能理解。

但是我感觉成本也不是很大… 除非是个大表，大到查询完所有列值？

so，我能接受，但是接受得不多。

#### 2） 增减字段，容易与resultMap 配置不一致 ####

这一点我不想说。说实在的，有时候写`select *（需要查表所有列值的时候）`， 我实体加了字段，我改了resultMap ，我sql还不用动。

这一点属于是平时使用规范上的规避点了，不多言。

#### 3）无用字段增加网络消耗、磁盘IO开销 ####

这一点有讲究。

可以看到我第一点里面画的简图， 如果说

不考虑缓存 存在的时候：

![在这里插入图片描述][c490b716f775404a8e1aa7ba896fc2b4.png]

最终会走到执行器，然后执行器后面其实是引擎层

![在这里插入图片描述][df68e7c672a4471dbf6730ddbfe71aa4.png]

引擎层这里我就不展开了，引擎层里面其实包括了各种日志（undo、redo、binlog等）的记录，还有就是在内存里找数据。

> 简单点归纳，其实这种查询操作就是刷盘操作，从磁盘刷入内存，涉及到的 磁盘IO开销。

那么在刷盘操作的时候，是不是真的`selec *` 就真的会 增加 磁盘IO开销呢？

答案，肯定是的。但是 增大的影响程度，我必须说一下：

> 如果你说 ，表里面就三字段 ， id ，name ，age ，本来查 id ，name ；因为 select \* ，变成查多了一个 age ， 增大磁盘IO开销 ?

我觉得是增大了，但是几乎不用理。因为这些都是正常的数据类型，开销增大不了多少。

###### 所以，真正隐藏的雷是什么？ ######

有大字段

例如

tinytext、text、mediumtext、longtext  
    tinybob、blob、mediumblob、longblob

这些家伙，在mysql上，就是当做一个独立的对象处理。

这时候就真的要谨慎了。

如果你是个比较多字段的表，例如什么意见反馈表，留言不确定长度，用了text ，还有回复留言字段也用了text ；

又例如博客文本表，为了存content，用了这些大字段。

本来想查询一下 意见的反馈人名 ，或者是 查询博客的标题，结果因为懒或者不注意，写了`select *.`, 查询的时候带出来这些 大字段。

那么显然，这时候读取的内容数据就是真的比原先初衷要大很多（没准业主小丹投诉保安，意见反馈的留言给你写了篇小论文）， 这时候因为读取的内容多，磁盘IO开销多，然后返回数据包给客户端量也多， 这样 就真的是有影响了。

#### 4） 补充 ####

无法使用索引覆盖

`select *` 基本告别索引覆盖了

###### 什么是索引覆盖？ ######

举例 ：

> 给name字段 建索引， 查询的时候，只用到了 索引的字段，这就是索引覆盖 。

![图片][39762e8dd5d35af5b9ebbc0a9ac9e861.png]

也就是直接通过查询索引，拿出来的数据就已经满足了查询返回的字段数据。无需额外其他查询操作了，也就是索引覆盖了。这样肯定快。

如果初衷是查 name， 结果写成了 `select *` ， 变成查多了其他字段， 那其他字段不是索引，肯定无法触发索引覆盖使用场景了，也就是需要额外的回表查询操作了，那这样就慢了。

回归正题，因为写成`select *` ，变成查多了其他字段， 其他字段不是索引，导致回表，慢。

![图片][f2ad22217051d75f295f1dd68bfbc1f3.png]

###### 问题出在哪里？ 出在其他字段不是索引? ######

那么给其他字段都建索引呗，完事了兄弟们。

你们千万不要这么乱搞，索引的维护成本一定是不能忽视的。

涉及到修改新增删除数据时索引的维护成本，索引页的分裂合并等等。索引也是需要存起来的，也是需要占用磁盘空间的。而且如果N个字段都是索引， 随便改动一行数据，需要维护N个索引。

什么概念，就像咱们平时写word文档，搞了个目录，然后底下的2级标题，3级标题，正文啥的，什么分页啥的，乱七八糟操作的编辑，都需要去刷新一下目录。

###### 那么这个索引覆盖影响真的非常大吗？ ######

拿出200W数据的表，删除全部索引，给 `platform_sn` 单独加索引 ：

![图片][b11e131d83f6e1ccaf9fe2eaf46f9277.png]

然后先试试索引覆盖的查询，看看用时，0.02秒 ：

![图片][90b3989fdec7308cf9a393d78e0ccc71.png]

![图片][a37234b480a471687f03cd09849a663a.png]

接着换成`select *` ：

![图片][b95ab0518c7d79ef974989c2788f9b1e.png]

当然这是 200W 数据的场景下， 不过可以看出，时间差距还是很明显。

0.02 到 0.179 …

如果我们再加几个大字段？Text … 那估计就真的离谱了 。

### 客观总结： ###

1.  如果表里有大字段，TEXT 、BLOB系列类型字段， 使用 `SELECT *` 需要注意
2.  如果本来只查询某1，2个比较常用的字段的，可以给这些字段建单个索引或者组合索引 ，这时候查询就避免 使用 `SELECT *`，尽量能触发索引覆盖是最好的了
3.  如果表字段不多，也没啥特殊字段类型， 而且肯定是查多列的，无法触发索引覆盖的情况下，

我觉得 使用 `SELECT *` 也无妨，或者写个``里面列出所有字段，这样copy代码也方便（因为会存在一种情况就是，数据库里面有这个字段，但是不能查出来，这种情况`select *`就是不如写成`select`这种方式方便了，只需要在``提除某个字段就 可以）。

[c08075cdf2b7a06dc4f96a098694175d.png]: https://img-blog.csdnimg.cn/img_convert/c08075cdf2b7a06dc4f96a098694175d.png
[fd434c656123b4a5883c6e4b959abd22.png]: https://img-blog.csdnimg.cn/img_convert/fd434c656123b4a5883c6e4b959abd22.png
[c490b716f775404a8e1aa7ba896fc2b4.png]: https://img-blog.csdnimg.cn/c490b716f775404a8e1aa7ba896fc2b4.png
[df68e7c672a4471dbf6730ddbfe71aa4.png]: https://img-blog.csdnimg.cn/df68e7c672a4471dbf6730ddbfe71aa4.png
[39762e8dd5d35af5b9ebbc0a9ac9e861.png]: https://img-blog.csdnimg.cn/img_convert/39762e8dd5d35af5b9ebbc0a9ac9e861.png
[f2ad22217051d75f295f1dd68bfbc1f3.png]: https://img-blog.csdnimg.cn/img_convert/f2ad22217051d75f295f1dd68bfbc1f3.png
[b11e131d83f6e1ccaf9fe2eaf46f9277.png]: https://img-blog.csdnimg.cn/img_convert/b11e131d83f6e1ccaf9fe2eaf46f9277.png
[90b3989fdec7308cf9a393d78e0ccc71.png]: https://img-blog.csdnimg.cn/img_convert/90b3989fdec7308cf9a393d78e0ccc71.png
[a37234b480a471687f03cd09849a663a.png]: https://img-blog.csdnimg.cn/img_convert/a37234b480a471687f03cd09849a663a.png
[b95ab0518c7d79ef974989c2788f9b1e.png]: https://img-blog.csdnimg.cn/img_convert/b95ab0518c7d79ef974989c2788f9b1e.png