哪个更快/最好?SELECT *或SELECT columnn1, colum2, column3等

我听说在编写SQL命令时使用SELECT *通常是不好的做法，因为选择您特别需要的列会更有效。

如果我需要选择表中的每一列，我应该使用

SELECT * FROM TABLE

SELECT column1, colum2, column3, etc. FROM TABLE

在这种情况下，效率真的重要吗?如果你真的需要所有的数据，我认为SELECT *在内部会更优，但我这么说并没有真正理解数据库。

我很好奇在这种情况下最好的做法是什么。

更新:我可能应该指定，我真正想要执行SELECT *的唯一情况是，当我从一个表中选择数据时，我知道总是需要检索所有列，即使添加了新列。

然而，鉴于我所看到的反应，这似乎仍然是一个坏主意，由于我曾经考虑过的许多技术原因，SELECT *不应该被使用。

当前回答

对服务器来说，指定列名肯定更快。但是,如果

性能不是大问题(例如，这是一个网站内容数据库，每个表中有数百行，可能是数千行，但不是数百万行);和你的工作是使用公共框架创建许多小型的类似应用程序(例如面向公众的内容管理网站)，而不是创建一个复杂的一次性应用程序;和灵活性很重要(为每个站点定制大量的db模式);

那么你最好坚持使用SELECT *。在我们的框架中，大量使用SELECT *允许我们将一个新的网站托管内容字段引入到一个表中，赋予它CMS的所有好处(版本控制、工作流/审批等)，同时只在几个点上修改代码，而不是几十个点。

我知道DB专家们会因此而恨我——请继续，投我反对票——但在我的世界里，开发人员的时间是稀缺的，而CPU周期是丰富的，所以我相应地调整我所节省的和浪费的。

2008-09-22 14:11:55

其他回答

每次都定义你想要SELECT的列。没有理由不这样做，性能的提高是非常值得的。

他们不应该给“SELECT *”选项

2008-09-15 18:43:53

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> <

	Select all columns with *	Select all columns without *
1st run	12.792 seconds	12.483 seconds
2nd run	12.803 seconds	12.608 seconds
3rd run	12.537 seconds	12.549 seconds
4th run	12.512 seconds	12.457 seconds
5th run	12.570 seconds	12.487 seconds
6th run	12.508 seconds	12.493 seconds
7th run	12.432 seconds	12.475 seconds
8th run	12.532 seconds	12.489 seconds
9th run	12.532 seconds	12.452 seconds
10th run	12.437 seconds	12.477 seconds
Average	12.565 seconds	12.497 seconds