MySQL中查询字段数量多少会对查询效率有影响

这篇文章将为大家详细讲解有关MySQL中查询字段数量多少会对查询效率有影响，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。我们知道执行计划的不同肯定会带来效率的不同，但是在本例中执行计划完全一致，都是全表扫描，不同的只有字段个数而已。其次，测试中都使用了where条件进行过滤（Using where），过滤后没有数据返回，我们常说的where过滤实际上是在MySQL层，当然某些情况下使用ICP会提前在Innodb层过滤数据，这里我们先不考虑ICP，我会在后面的文章中详细描述ICP的流程，本文也会给出where过滤的接口，供大家参考。下面的截图来自两个朋友，感谢他们的测试和问题提出。另外对于大数据量访问来讲可能涉及到物理IO，首次访问和随后的访问因为Innodb buffer的关系，效率不同是正常，需要多测试几次。测试1：测试2：我们通过这两个测试，可以发现随着字段的不断减少，效率越来越高，并且主要的区别都在sending data 下面，这个状态我曾经大概描述过参考文章：
https://www.jianshu.com/p/46ad0aaf7ed7
https://www.jianshu.com/p/4cdec711adef简单的说Innodb数据的获取和Innodb数据到MySQL层数据的传递都包含在其中。下面我主要结合字段多少和全表扫描2个方面做一个简单的流程介绍。实际上其中有一个核心接口就是row_search_mvcc，它大概包含了如下功能：通过预取缓存获取数据打开事务定位索引位置（包含使用AHI快速定位）是否开启readview通过持久化游标不断访问下一条数据加Innodb表锁、加Innodb行锁可见性判断根据主键回表（可能回表需要加行锁）ICP优化SEMI update优化并且作为访问数据的必须经历的接口，这个函数也是很值得大家细细研读的。首先需要构建一个叫做read_set的位图，来表示访问的字段位置及数量。它和write set一起，在记录binlog的Event的时候也会起着重要作用，可以参考我的《深入理解MySQL主从原理》中关于binlog_row_image参数一节。这里构建的主要接口为TABLE::mark_column_used函数，每个需要访问的字段都会调用它来设置自己的位图。下面是其中的一段如下：从栈帧来看这个构建read_set的过程位于状态‘init’下面。栈帧见结尾栈帧1。本模板主要用于当Innodb层数据到MySQL层做转换的时候使用，其中记录了使用的字段数量、字段的字符集、字段的类型等等。接口build_template_field用于构建这个模板。栈帧见结尾栈帧2。
但是需要注意的是，这里构建模板就会通过我们上面说的read_set去判断到底有多少字段需要构建到模板中，然后才会调用build_template_field函数。如下是最重要的代码，它位于build_template_needs_field接口中。可以看到这里正在测试本字段是否出现在了read_set中，如果不在则跳过这个字段。下面是函数build_template_needs_field的注释：到这里我们需要访问的字段已经确立下来了对于这种全表扫描的执行方式，定位数据就变得简单了，我们只需要找到主键索引的第一条数据就好了，它和平时我们使用（ref/range）定位方式不同，不需要二分法的支持。因此对于全表扫描的初次定位调用函数为btr_cur_open_at_index_side_func，而不是通常我们说的btr_pcur_open_with_no_init_func。
如果大概看一下函数btr_cur_open_at_index_side_func的功能，我们很容易看到，它就是通过B+树结构，定位到叶子结点的开头第一个块，然后调用函数page_cur_set_before_first，将游标放到了所有记录的开头，目的只有一个为全表扫描做好准备。栈帧见结尾栈帧3。
注意这里正是通过我们row_search_mvcc调用下去的。拿到了游标过后就可以获取数据了，这里也很简单代码就是一句如下：但是需要注意的是这里获取的数据只是一个指针，言外之意可以理解为整行数据，其格式也是原始的Innodb数据，其中还包含了一些伪列比如（rollback ptr和trx id）。这里实际上和访问的字段个数无关。这一步完成后我们可以认为记录已经返回给了MySQL层，这里就是实际的数据拷贝了，并不是指针，整个过程放到了函数row_sel_st开发云主机域名ore_mysql_rec中。
我们前面的模板（mysql_row_templ_t）也会在这里发挥它的作用，这是一个字段过滤的过程，我们先来看一个循环其中prebuilt->n_template就是字段模板的个数，我们前面已经说过了，通过read_set的过滤，对于我们不需要的字段是不会建立模板的。因此这里的模板数量是和我们访问的字段个数一样的。然后在这个循环下面会调用row_sel_store_mysql_field_func然后调用row_sel_field_store_in_mysql_format_func将字段一个一个转换为MySQL的格式。我们来看一下其中一种类型的转换如下：我们可以发现这是一种实际的转换，也就是需要花费内存空间的。栈帧见结尾栈帧4。
到这里我们大概知道了，查询的字段越多那么着这里转换的过程越长，并且这里都是实际的内存拷贝最终这行数据会存储到row_search_mvcc的形参 buffer中返回给MySQL层，这个形参的注释如下：拿到数据后当然还不能作为最终的结果返回给用户，我们需要在MySQL层做一个过滤操作，这个条件比较位于函数evaluate_join_record的开头，其中比较就是下面一句话如果和条件不匹配将会返回False。这里比较会最终调用Item_func的各种方法，如果等于则是Item_func_eq，栈帧见结尾栈帧5。上面我已经展示了访问第一条数据的大体流程，接下面需要做的就是继续访问下去，如下：移动游标到下一行访问数据根据模板转换数据返回给MySQL层根据where条件过滤整个过程会持续到全部主键索引数据访问完成。但是需要注意的是上层接口有些变化，由ha_innobase::index_first会变为ha_innobase::rnd_next，统计数据由Handler_read_first变为Handler_read_rnd_next，这点可以参考我的文章：
https://www.jianshu.com/p/25fed8f1f05e
并且row_search_mvcc的流程肯定也会有变化。这里不再熬述。但是实际的获取数据转换过程和过滤过程并没有改变。注意了这些步骤除了步骤1，基本都处于sending data下面。好了到这里我们大概知道全表扫描的访问数据的流程了，我们就来看看一下在全表扫描流程中字段的多少到底有哪些异同点：构建的read_set 不同，字段越多read_set中为‘1’的位数越多建立的模板不同，字段越多模板数量越多每行数据转换为MySQL格式的时候不同，字段越多模板越多，那么循环转换每个字段的循环次数也就越多，并且这是每行都要处理的。返回给MySQL层的行内存消耗越大访问的行数一致访问的流程一致where过滤的方式一致在整个不同点中，我认为最耗时的部分应该是每行数据转换为MySQL格式的消耗最大，因为每行每个字段都需要做这样的转换，这也刚好是除以sending data状态下面。我们线上大于10个字段的表比比皆是，如果我们只需要访问其中的少量字段，我们最好还是写实际的字段而不是‘*’，来规避这个问题。虽然本文中以全表扫描为列进行了解释，但是实际上任何情况下我们都应该缩减访问字段的数量，应该只访问需要的字段。栈帧1 read_set构建栈帧2 构建模板栈帧3 全表扫描初次定位栈帧栈帧4 MySQL格式的转换栈帧5 String的等值比较关于“MySQL中查询字段数量多少会对查询效率有影响”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。

相关推荐: Mysql数据库备份与恢复讲析

本文主要给大家介绍Mysql数据库备份与恢复讲析，希望可以给大家开发云主机域名补充和更新些知识，如有其它问题需要了解的可以持续在开发云行业资讯里面关注我的更新文章的。 （1）mysqldump -u root -p school >/opt/school…