SQL投影成本

Question

我有两个表A和B.这些表通过A.bid = B.id.链接。表A有19列，表B有10列。两张表都包含大约40,000条记录。

我一直在寻找在以下3个简单的查询：

-- Query 1 
SELECT Col1, Col2, Col3, Col4, Col5 FROM A, B 
WHERE A.bid = B.id 

-- Query 2 
SELECT * FROM A 

-- Query 3 
SELECT Col1 FROM A 

我发现有趣的是，查询2采用目前为止最长的运行，接着是查询1（加入）并以最快的被查询3（一个更严格的预测）。所有3个查询返回相同的行数。

是什么导致了这种行为？为什么投影中的列数对性能有如此大的影响？当然，我明白投影并不是免费的，但我不明白加入的方式（尽管投影更加有限）可以比简单的SELECT *运行更快（速度更快）。

谢谢。

Answer 1

您必须记住，使用SELECT *会返回表中的所有列。

这意味着数据库引擎需要读取所有列和所有行，这在您的表A的情况下更多。此外，这些数据需要转移。所以可能还有很多网络流量。

在SQL Server中，例如，您可以创建包含列的索引（与索引一起存储但不影响索引本身的列）。

这使您可以指定在您的选择中您将使用的索引中包含的列。不是实际的连接或过滤列，而是显示或计算中使用的附加列。

现在，如果你有一个表，让说TABLE_A与A-Z列，在A,B,C列的索引与包括列D,E,F

查询

SELECT A,B,C,D,E,F 
FROM TABLE_A 
WHERE A = ?A 
AND B = ?B 
AND C = ?C 

将能够使用这样的指数。

现在，如果你运行该查询

SELECT * 
FROM TABLE_A 
WHERE A = ?A 
AND B = ?B 
AND C = ?C 

查询引擎将能够轻松地识别有问题的行，但仍然需要做一个查询检索不包含在索引中的列。

Answer 2

这很正常，因为Sql引擎正在取所有19列进行选择，即使没有在条件中使用，在Query 1中你只有7列和条件来进行。