数据库设计开发规范中经常会提到检索数据尽量只返回需要的数据字段，避免使用"SELECT *"，直观感觉，客户端-服务端，返回的数据越多，网络传输的成本可能就越高。
技术社群的这篇文章《技术分享 | MySQL：查询字段数量多少对查询效率的影响》从代码层面，对这个问题作了说明，可以从另外一个角度了解为什么推荐尽量只返回需要的数据字段，而不是"SELECT *"。
本文给出一些函数接口，末尾给出一些调用堆栈，为感兴趣的朋友做一个参考。一、问题由来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。
二、简单的流程介绍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。
1. 通过 select 字段构建 readset（MySQL 层）
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，
-
case MARK_COLUMNS_READ: -
bitmap_set_bit(read_set, field->field_index);
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。
2. 初次访问定位的时候还会构建一个模板（mysql_row_templ_t）（Innodb 层）
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。
-
bitmap_is_set(table->read_set, static_cast(i)
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，
-
Determines if a field is needed in a m_prebuilt struct 'template'. -
@return field to use, or NULL if the field is not needed */
到这里我们需要访问的字段已经确立下来了。
3. 初次定位数据，定位游标到主键索引的第一行记录，为全表扫描做好准备（Innodb 层）
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。 4. 获取 Innodb 层的第一条数据（Innodb 层）
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，
-
rec = btr_pcur_get_rec(pcur);//获取记录 从持久化游标 整行数据
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。
5. 将第一行记录转换为 MySQL 格式（Innodb 层）
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_store_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。
-
for (i = 0; i ntemplate; i++)
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，
-
case DATA_INT: -
* Convert integer data from Innobase to a little-endian -
format, sign bit restored to normal */ -
ptr = dest + len; -
for (;;) { -
ptr--; -
*ptr = *data;//值拷贝 内存拷贝 -
if (ptr == dest) { -
break; -
} -
data++; -
}
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这里转换的过程越长，并且这里都是实际的内存拷贝，而非指针指向。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，
-
@param[out] buf buffer for the fetched row in MySQL format
6. 对第一条数据进行 where 过滤（MySQL 层）
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，
-
found= MY_TEST(condition->val_int()); 进行比较 调用到 条件和 返回会记录的比较
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。7. 访问下一条数据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。这里不再赘述。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。
三、回到问题本身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： 不同点：
-
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。
相同点：
-
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。四、概括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。五、备用栈帧栈帧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
如果您认为这篇文章有些帮助，还请不吝点下文章末尾的"点赞"和"在看"，或者直接转发pyq，
近期更新的文章：《定位磁盘性能问题的武器》《MySQL客户端连接提示1045错误的几种可能场景》
《ChatGPT斗智斗勇过程》
《长江三峡工程的历史和游记》
《MySQL 8.0一些隐藏特性》
近期的热文：《推荐一篇Oracle RAC Cache Fusion的经典论文》
《"红警"游戏开源代码带给我们的震撼》
文章分类和索引：《公众号1200篇文章分类和索引》
