在执行效率方面，我不知道有什么显著差异。但是为了程序员的效率，我会写字段名，因为

如果您需要按数字进行索引，或者您的驱动程序对blob-values的行为很奇怪，那么您需要一个明确的顺序 如果需要添加更多字段，则只读取所需的字段 如果拼写错误或重命名字段，而不是记录集/行中的空值，则会得到sql-error 你可以更好地了解发生了什么。

到目前为止，这里回答了很多很好的理由，这里还有一个没有被提到的理由。

显式地命名列将帮助您进行后续的维护。在某些情况下，您将进行更改或排除故障，并发现自己在问“这个列到底用在哪里”。

如果显式列出了名称，那么通过所有存储过程、视图等查找对该列的每个引用就很简单了。只需为您的DB模式转储一个CREATE脚本，并在其中进行文本搜索。

这取决于您的DB服务器的版本，但现代版本的SQL可以以任何一种方式缓存该计划。我想说的是，不管你的数据访问代码有什么可维护性，你都要使用它。

嘿，实际一点。在创建原型时使用select *，在实现和部署时选择特定的列。从执行计划的角度来看，两者在现代系统中是相对相同的。但是，选择特定的列会限制必须从磁盘检索、存储在内存中并通过网络发送的数据量。

最终，最好的计划是选择特定的列。

The SELECT * might be ok if you actually needed all of the columns - but you should still list them all individually. You certainly shouldn't be selecting all rows from a table - even if the app & DB are on the same server or network. Transferring all of the rows will take time, especially as the number of rows grows. You should have at least a where clause filtering the results, and/or page the results to only select the subset of rows that need to be displayed. Several ORM tools exist depending on app language you are using to assist in querying and paging the subset of data you need. For example, in .NET Linq to SQL, Entity Framework, and nHibernate all will help you with this.

总之，至少在PostgreSQL中，选择所有带*和不带*的列的性能几乎是一样的。

在PostgreSQL中，我创建了包含10个id_x列和1000万行的测试表，如下所示:

CREATE TABLE test AS SELECT generate_series(1, 10000000) AS id_1,
                            generate_series(1, 10000000) AS id_2,
                            generate_series(1, 10000000) AS id_3,
                            generate_series(1, 10000000) AS id_4,
                            generate_series(1, 10000000) AS id_5,
                            generate_series(1, 10000000) AS id_6,
                            generate_series(1, 10000000) AS id_7,
                            generate_series(1, 10000000) AS id_8,
                            generate_series(1, 10000000) AS id_9,
                            generate_series(1, 10000000) AS id_10;

然后，我交替运行以下2个查询共20次。*每个查询总共运行10次:

SELECT * FROM test:

SELECT id_1, id_2, id_3, id_4, id_5, id_6, id_7, id_8, id_9, id_10 FROM test;

结果> <

选择所有列的平均值:

*是12.565秒。 没有*是12.497秒。