乐趣区

关于java:为什么大家都说-SELECT-效率低

jiezi

无论在工作还是面试中，对于 SQL 中不要用“SELECT *”，都是大家听烂了的问题，虽说听烂了，但广泛了解还是在很浅的层面，并没有多少人去追本溯源，探索其原理。

效率低的起因

先看一下最新《阿里 java 开发手册（泰山版）》中 MySQL 局部形容：

【强制】在表查问中，一律不要应用 * 作为查问的字段列表，须要哪些字段必须明确写明。阐明：

  • 减少查问分析器解析老本。
  • 增减字段容易与 resultMap 配置不统一。
  • 无用字段减少网络 耗费，尤其是 text 类型的字段。

开发手册中比拟概括的提到了几点起因，让咱们深刻一些看看：

1. 不须要的列会减少数据传输工夫和网络开销

  • 用“SELECT *”数据库须要解析更多的对象、字段、权限、属性等相干内容，在 SQL 语句简单，硬解析较多的状况下，会对数据库造成惨重的累赘。
  • 增大网络开销；* 有时会误带上如 log、IconMD5 之类的无用且大文本字段，数据传输 size 会几何增涨。如果 DB 和应用程序不在同一台机器，这种开销非常明显
  • 即便 mysql 服务器和客户端是在同一台机器上，应用的协定还是 tcp，通信也是须要额定的工夫。

2. 对于无用的大字段，如 varchar、blob、text，会减少 io 操作

精确来说，长度超过 728 字节的时候，会先把超出的数据序列化到另外一个中央，因而读取这条记录会减少一次 io 操作。（MySQL InnoDB）

3. 失去 MySQL 优化器“笼罩索引”策略优化的可能性

SELECT * 杜绝了笼罩索引的可能性，而基于 MySQL 优化器的“笼罩索引”策略又是速度极快，效率极高，业界极为举荐的查问优化形式。

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，即汇集索引和辅助索引（包含单列索引、联结索引），别离保留 (a,b,c,d,e,f) 和(a,b)，如果查问条件中 where 条件能够通过 b 列的索引过滤掉一部分记录，查问就会先走辅助索引，如果用户只须要 a 列和 b 列的数据，间接通过辅助索引就能够晓得用户查问的数据。

如果用户应用 select *，获取了不须要的数据，则首先通过辅助索引过滤数据，而后再通过汇集索引获取所有的列，这就多了一次 b + 树查问，速度必然会慢很多。

因为辅助索引的数据比汇集索引少很多，很多状况下，通过辅助索引进行笼罩索引（通过索引就能获取用户须要的所有列），都不须要读磁盘，间接从内存取，而汇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），这种状况下，一个是内存读，一个是磁盘读，速度差别就很显著了，简直是数量级的差别。

索引常识延申

下面提到了辅助索引，在 MySQL 中辅助索引包含单列索引、联结索引（多列联结），单列索引就不再赘述了，这里提一下联结索引的作用。

联结索引 (a,b,c)

联结索引 (a,b,c) 理论建设了 (a)、(a,b)、(a,b,c) 三个索引

咱们能够将组合索引想成书的一级目录、二级目录、三级目录，如 index(a,b,c)，相当于 a 是一级目录，b 是一级目录下的二级目录，c 是二级目录下的三级目录。要应用某一目录，必须先应用其下级目录，一级目录除外。

联结索引的劣势

1）缩小开销

建一个联结索引 (a,b,c)，理论相当于建了 (a)、(a,b)、(a,b,c) 三个索引。每多一个索引，都会减少写操作的开销和磁盘空间的开销。对于大量数据的表，应用联结索引会大大的缩小开销！

2）笼罩索引

对联结索引 (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 能够间接通过遍历索引获得数据，而无需回表，这缩小了很多的随机 io 操作。缩小 io 操作，特地是随机 io 其实是 DBA 次要的优化策略。所以，在真正的理论利用中，笼罩索引是次要的晋升性能的优化伎俩之一。

3）效率高

索引列多，通过联结索引筛选出的数据越少。比方有 1000W 条数据的表，有如下 SQL:

select col1,col2,col3 from table where col1=1 and col2=2 and col3=3;

假如：假如每个条件能够筛选出 10% 的数据。

  • A. 如果只有单列索引，那么通过该索引能筛选出 1000W 10%=100w 条数据，而后再回表从 100w 条数据中找到合乎 col2=2 and col3= 3 的数据，而后再排序，再分页，以此类推（递归）；
  • B. 如果是（col1,col2,col3）联结索引，通过三列索引筛选出 1000w 10% 10% *10%=1w，效率晋升可想而知！

4)索引是建的越多越好吗

答案天然是否定的

  • 数据量小的表不须要建设索引，建设会减少额定的索引开销
  • 不常常援用的列不要建设索引，因为不罕用，即便建设了索引也没有多大意义
  • 常常频繁更新的列不要建设索引，因为必定会影响插入或更新的效率
  • 数据反复且散布均匀的字段，因而他建设索引就没有太大的成果（例如性别字段，只有男女，不适宜建设索引）
  • 数据变更须要保护索引，意味着索引越多保护老本越高。
  • 更多的索引也须要更多的存储空间

如果本文对您有帮忙，欢送 关注 和点赞`，您的反对是我保持创作的能源。

转载请注明出处！

退出移动版