在 Redshift 和 MySql 中选择 * vs 选择列答案

【问题标题】：select * vs select column in Redshift and MySql在 Redshift 和 MySql 中选择 * vs 选择列
【发布时间】：2018-10-16 20:53:18
【问题描述】：

如果我只需要 2/3 列并查询 SELECT * 而不是在选择查询中提供这些列，那么 Redshift 和 MySql 中的更多/更少 I/O 或内存是否会导致性能下降？

基本上我想了解在 Redshift 和 MySql 中比较 select * 和 select column 在哪个数据库中哪个查询更快，为什么？？

【问题讨论】：

这里有很多问题（I/O、内存、速度）。您自己尝试过或分析过任何东西吗？不过，您肯定有一个正确的预感，因为 RedShift 存储通常是柱状的。事实上，RedShift docs 是这样说的：“您可以通过以压缩的、分区的、列式数据格式存储数据来提高查询性能并降低成本……如果您以 Parquet 或 ORC 等列式格式存储数据，您的由于 Redshift Spectrum 仅扫描查询所需的列，费用也会下降。”
我希望两者具有相同的执行计划，因此在数据库本身上，性能应该非常相似。另一方面，如果select * 与仅在几列上进行选择相比，会导致发送更多的数据，那么从网络带宽的角度来看，前者的性能会更低。
@TimBiegeleisen@RayToal 感谢您的回复，我知道 SELECT * 总是很昂贵，因为它需要更多的 I/O、内存、处理更多的数据等，但基本上我想了解不同的查询执行在列数据库和行数据库中。
你可能错过了我评论的重点。我想告诉你，这两个查询的执行策略可能是相同的。但是，如果您想要更多的列，那么肯定会存在性能差异，尤其是在额外的列特别大的情况下。
总是只选择你真正想要返回的列——即使那是全部。不要使用邪恶的 SELECT *。

【解决方案1】：

由于 RedShift 是列式数据库，

Select Column1,Clumn2 from table_a where some_criteria

特定列选择查询将超快，因为 Redshift 只需扫描/读取特定列。

而 Select * 会慢得多，因为 Redshift 需要扫描和读取所有列。

如果是 MySql，从 table_a 中选择 col1,col2 也可以（因为内存/IO 更少），但不如 Redshift。

我建议您阅读一些关于 Redshift 等列式数据库的非常好的文档，它的分布键概念和编码概念同时也极大地影响了性能。

【讨论】：

【解决方案2】：

对于 MySQL，可能会有很小或很大的差异：

【讨论】：