Warum wird die Verwendung von SELECT * in MySQL nicht empfohlen?

„Verwenden Sie SELECT * nicht“ ist für MySQL fast zu einer goldenen Regel geworden. Sogar im „Alibaba Java Development Manual“ heißt es eindeutig, dass * nicht verwendet werden darf als Feldliste für Abfragen, was dieser Regel den Segen der Autorität verleiht. SELECT *”几乎已经成为了MySQL使用的一条金科玉律，就连《阿里Java开发手册》也明确表示不得使用*作为查询的字段列表，更是让这条规则拥有了权威的加持。

不过我在开发过程中直接使用SELECT *还是比较多的，原因有两个：

• 因为简单，开发效率非常高，而且如果后期频繁添加或修改字段，SQL语句也不需要改变；

• 我认为过早优化是个不好的习惯，除非在一开始就能确定你最终实际需要的字段是什么，并为之建立恰当的索引；否则，我选择遇到麻烦的时候再对SQL进行优化，当然前提是这个麻烦并不致命。

但是我们总得知道为什么不建议直接使用SELECT *，本文从4个方面给出理由。

1. 不必要的磁盘I/O

我们知道 MySQL 本质上是将用户记录存储在磁盘上，因此查询操作就是一种进行磁盘IO的行为（前提是要查询的记录没有缓存在内存中）。

查询的字段越多，说明要读取的内容也就越多，因此会增大磁盘 IO 开销。尤其是当某些字段是 TEXT、MEDIUMTEXT或者BLOB 等类型的时候，效果尤为明显。

那使用SELECT *会不会使MySQL占用更多的内存呢？

理论上不会，因为对于Server层而言，并非是在内存中存储完整的结果集之后一下子传给客户端，而是每从存储引擎获取到一行，就写到一个叫做net_buffer的内存空间中，这个内存的大小由系统变量net_buffer_length来控制，默认是16KB；当net_buffer写满之后再往本地网络栈的内存空间socket send buffer中写数据发送给客户端，发送成功（客户端读取完成）后清空net_buffer，然后继续读取下一行并写入。

也就是说，默认情况下，结果集占用的内存空间最大不过是net_buffer_length大小罢了，不会因为多几个字段就占用额外的内存空间。

2. 加重网络时延

承接上一点，虽然每次都是把socket send buffer中的数据发送给客户端，单次看来数据量不大，可架不住真的有人用*把TEXT、MEDIUMTEXT或者BLOB 类型的字段也查出来了，总数据量大了，这就直接导致网络传输的次数变多了。

如果MySQL和应用程序不在同一台机器，这种开销非常明显。即使MySQL服务器和客户端在同一台机器上，它们之间的通信仍然需要使用TCP协议，这也会增加额外的传输时间。

3. 无法使用覆盖索引

为了说明这个问题，我们需要建一个表

CREATE TABLE `user_innodb` (
  `id` int NOT NULL AUTO_INCREMENT,
  `name` varchar(255) DEFAULT NULL,
  `gender` tinyint(1) DEFAULT NULL,
  `phone` varchar(11) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `IDX_NAME_PHONE` (`name`,`phone`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;

我们创建了一个存储引擎为InnoDB的表user_innodb，并设置id为主键，另外为name和phone创建了联合索引，最后向表中随机初始化了500W+条数据。

InnoDB会自动为主键id创建一棵名为主键索引（又叫做聚簇索引）的B+树，这个B+树的最重要的特点就是叶子节点包含了完整的用户记录，大概长这个样子。

如果我们执行这个语句

SELECT * FROM user_innodb WHERE name = '蝉沐风';

使用EXPLAIN查看一下语句的执行计划：

发现这个SQL语句会使用到IDX_NAME_PHONE索引，这是一个二级索引。二级索引的叶子节点长这个样子：

InnoDB存储引擎会根据搜索条件在该二级索引的叶子节点中找到name为蝉沐风的记录，但是二级索引中只记录了name、phone和主键id字段（谁让我们用的是SELECT *呢），因此InnoDB需要拿着主键id去主键索引中查找这一条完整的记录，这个过程叫做回表。

想一下，如果二级索引的叶子节点上有我们想要的所有数据，是不是就不需要回表了呢？是的，这就是覆盖索引。

举个例子，我们恰好只想搜索name、phone

🎜🎜 Allerdings verwende ich SELECT * immer noch direkt während des Entwicklungsprozesses. Es gibt zwei Gründe: 🎜

• 🎜Weil es einfach ist, die Entwicklungseffizienz ist sehr hoch. Wenn später häufig Felder hinzugefügt oder geändert werden, muss die SQL-Anweisung nicht geändert werden. 🎜
• 🎜Ich halte eine vorzeitige Optimierung für eine schlechte Angewohnheit, es sei denn, Sie können feststellen, was Sie tatsächlich benötigen am Anfang Was ist das Feld und erstelle einen geeigneten Index dafür? Andernfalls entscheide ich mich natürlich für die Optimierung der SQL, wenn ich auf Probleme stoße, vorausgesetzt, dass die Probleme nicht schwerwiegend sind. 🎜

🎜Aber wir müssen wissen, warum es nicht empfehlenswert ist, SELECT * direkt zu verwenden. Dieser Artikel gibt Gründe aus 4 Aspekten. 🎜

1. Unnötige Festplatten-E/A

🎜Wir wissen, dass MySQL Benutzerdatensätze im Wesentlichen auf der Festplatte speichert, daher ist der Abfragevorgang ein Verhalten bei der Durchführung von Festplatten-E/A (vorausgesetzt, die abzufragenden Datensätze werden nicht zwischengespeichert). Erinnerung). 🎜🎜Je mehr Felder Sie abfragen, desto mehr Inhalte müssen Sie lesen, was den Festplatten-IO-Overhead erhöht. Insbesondere wenn einige Felder vom Typ TEXT, MEDIUMTEXT oder BLOB sind, ist der Effekt besonders deutlich. 🎜🎜Wird die Verwendung von SELECT * dazu führen, dass MySQL mehr Speicher beansprucht? 🎜🎜Theoretisch nicht, da für die Serverschicht nicht die gesamte Ergebnismenge im Speicher gespeichert und dann auf einmal an den Client übergeben wird, sondern jedes Mal, wenn eine Zeile von der Speicher-Engine abgerufen wird In den Speicherbereich namens net_buffer wird die Größe dieses Speichers durch die Systemvariable net_buffer_length gesteuert. Der Standardwert beträgt 16 KB ist voll, dann gehen Sie zu Die in den Speicherbereich des lokalen Netzwerkstapels geschriebenen Daten Socket-Sendepuffer werden an den Client gesendet. Nachdem das Senden erfolgreich war (der Client liest es als abgeschlossen), wird der net_buffer wird gelöscht und fährt dann mit dem Lesen und Schreiben der nächsten Zeile fort. 🎜🎜Mit anderen Worten: Der vom Ergebnissatz belegte maximale Speicherplatz entspricht standardmäßig der Größe von net_buffer_length und belegt keinen zusätzlichen Speicherplatz, nur weil ein paar weitere Felder vorhanden sind. 🎜

2. Erhöhen Sie die Netzwerkverzögerung

🎜Fortsetzung vom vorherigen Punkt: Obwohl die Daten im Socket-Sendepuffer jedes Mal an den Client gesendet werden, scheint die Datenmenge zu sein Es ist zwar nicht groß, aber ich kann es nicht ertragen. Jemand hat tatsächlich * verwendet, um Felder vom Typ TEXT, MEDIUMTEXT oder BLOB zu finden. Code>. Die Gesamtdatenmenge ist riesig. Dies führt direkt zu einem Anstieg der Anzahl der Netzwerkübertragungen. 🎜🎜Wenn sich MySQL und die Anwendung nicht auf demselben Computer befinden, ist dieser Overhead sehr offensichtlich. Selbst wenn sich MySQL-Server und -Client auf demselben Computer befinden, muss für die Kommunikation zwischen ihnen weiterhin das TCP-Protokoll verwendet werden, was ebenfalls zusätzliche Übertragungszeit mit sich bringt. 🎜<h3>3. Der Covering-Index kann nicht verwendet werden</h3>🎜Um dieses Problem zu veranschaulichen, müssen wir eine Tabelle erstellen🎜<pre class="brush:sql;">SELECT id, name, phone FROM user_innodb WHERE name = &quot;蝉沐风&quot;;</pre>🎜Wir haben eine Tabelle <code>user_innodb mit der Speicher-Engine InnoDB erstellt und festgelegt id ist der Primärschlüssel und es wird ein gemeinsamer Index für name und phone erstellt. Schließlich werden mehr als 500 W Daten zufällig in der Tabelle initialisiert . 🎜🎜InnoDB erstellt automatisch einen B+-Baum mit dem Namen Primärschlüsselindex (auch Clustered-Index genannt) für den Primärschlüssel id. Das wichtigste Merkmal dieses B+-Baums ist, dass die Blattknoten vollständige Benutzerdatensätze enthalten. sieht wahrscheinlich so aus. 🎜🎜🎜🎜 Wenn wir diese Anweisung ausführen🎜

CREATE TABLE `t1` (
  `id` int NOT NULL,
  `m` int DEFAULT NULL,
  `n` int DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT;

CREATE TABLE `t2` (
  `id` int NOT NULL,
  `m` int DEFAULT NULL,
  `n` int DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT;

🎜verwenden Sie EXPLAIN, um den Ausführungsplan der Anweisung anzuzeigen:🎜🎜🎜🎜Ich habe festgestellt, dass diese SQL-Anweisung den Index IDX_NAME_PHONE verwendet, der ein sekundärer Index ist Index. Die Blattknoten des Sekundärindex sehen folgendermaßen aus: 🎜🎜🎜🎜Die InnoDB-Speicher-Engine findet den Datensatz mit name als ChanMufeng im Blattknoten des Sekundärindex basierend auf der Suche Bedingungen, aber der Sekundärindex zeichnet nur die Felder name, phone und Primärschlüssel id auf (der uns gebeten hat, SELECT *), daher muss InnoDB die Primärschlüssel-<code>id verwenden, um nach diesem vollständigen Datensatz im Primärschlüsselindex zu suchen. Dieser Vorgang wird als Tabellenrückgabe bezeichnet. 🎜🎜Denken Sie darüber nach: Wenn die Blattknoten des Sekundärindex alle gewünschten Daten enthalten würden, müssten wir dann nicht die Tabelle zurückgeben? Ja, das ist ein abgedeckter Index. 🎜🎜Zum Beispiel möchten wir zufällig nur nach den Feldern name, phone und Primärschlüssel suchen. 🎜

SELECT id, name,  phone FROM user_innodb WHERE name = "蝉沐风";

使用EXPLAIN查看一下语句的执行计划：

可以看到Extra一列显示Using index，表示我们的查询列表以及搜索条件中只包含属于某个索引的列，也就是使用了覆盖索引，能够直接摒弃回表操作，大幅度提高查询效率。

4. 可能拖慢JOIN连接查询

我们创建两张表t1，t2进行连接操作来说明接下来的问题，并向t1表中插入了100条数据，向t2中插入了1000条数据。

CREATE TABLE `t1` (
  `id` int NOT NULL,
  `m` int DEFAULT NULL,
  `n` int DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT;

CREATE TABLE `t2` (
  `id` int NOT NULL,
  `m` int DEFAULT NULL,
  `n` int DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT;

如果我们执行下面这条语句

SELECT * FROM t1 STRAIGHT_JOIN t2 ON t1.m = t2.m;

这里我使用了STRAIGHT_JOIN强制令t1表作为驱动表，t2表作为被驱动表

对于连接查询而言，驱动表只会被访问一遍，而被驱动表却要被访问好多遍，具体的访问次数取决于驱动表中符合查询记录的记录条数。现在，我们来讲一下两个表连接的本质，因为驱动表和被驱动表已经被强制确定

• t1作为驱动表，针对驱动表的过滤条件，执行对t1表的查询。因为没有过滤条件，也就是获取t1表的所有数据；

• 对上一步中获取到的结果集中的每一条记录，都分别到被驱动表中，根据连接过滤条件查找匹配记录

用伪代码表示的话整个过程是这样的：

// t1Res是针对驱动表t1过滤之后的结果集
for (t1Row : t1Res){
  // t2是完整的被驱动表
  for(t2Row : t2){
  	if (满足join条件 && 满足t2的过滤条件){
      发送给客户端
    }  
  }
}

这种方法最简单，但同时性能也是最差，这种方式叫做嵌套循环连接（Nested-LoopJoin，NLJ）。怎么加快连接速度呢？

其中一个办法就是创建索引，最好是在被驱动表（t2）连接条件涉及到的字段上创建索引，毕竟被驱动表需要被查询好多次，而且对被驱动表的访问本质上就是个单表查询而已（因为t1结果集定了，每次连接t2的查询条件也就定死了）。

既然使用了索引，为了避免重蹈无法使用覆盖索引的覆辙，我们也应该尽量不要直接SELECT *，而是将真正用到的字段作为查询列，并为其建立适当的索引。

但是如果我们不使用索引，MySQL就真的按照嵌套循环查询的方式进行连接查询吗？当然不是，毕竟这种嵌套循环查询实在是太慢了！

在MySQL8.0之前，MySQL提供了基于块的嵌套循环连接（Block Nested-Loop Join，BLJ）方法，MySQL8.0又推出了hash join方法，这两种方法都是为了解决一个问题而提出的，那就是尽量减少被驱动表的访问次数。

这两种方法都用到了一个叫做join buffer的固定大小的内存区域，其中存储着若干条驱动表结果集中的记录（这两种方法的区别就是存储的形式不同而已），如此一来，把被驱动表的记录加载到内存的时候，一次性和join buffer中多条驱动表中的记录做匹配，因为匹配的过程都是在内存中完成的，所以这样可以显著减少被驱动表的I/O代价，大大减少了重复从磁盘上加载被驱动表的代价。使用join buffer的过程如下图所示：

我们看一下上面的连接查询的执行计划，发现确实使用到了hash join（前提是没有为t2表的连接查询字段创建索引，否则就会使用索引，不会使用join buffer）。

最好的情况是join buffer足够大，能容纳驱动表结果集中的所有记录，这样只需要访问一次被驱动表就可以完成连接操作了。我们可以使用join_buffer_size这个系统变量进行配置，默认大小为256KB。如果还装不下，就得分批把驱动表的结果集放到join buffer中了，在内存中对比完成之后，清空join buffer再装入下一批结果集，直到连接完成为止。

重点来了！并不是驱动表记录的所有列都会被放到join buffer中，只有查询列表中的列和过滤条件中的列才会被放到join buffer中，所以再次提醒我们，最好不要把*作为查询列表，只需要把我们关心的列放到查询列表就好了，这样还可以在join buffer中放置更多的记录，减少分批的次数，也就自然减少了对被驱动表的访问次数

Das obige ist der detaillierte Inhalt vonWarum wird die Verwendung von SELECT * in MySQL nicht empfohlen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!