谈谈SQL查询中回表对性能的影响

运营反馈某个功能速度很慢，查了一下，定位到如下 SQL：

select id from user
where name like ‘%foobar%’
order by created_at limit 10;

业务需要，LIKE 的时候必须使用模糊查询，我当然知道这会导致全表扫描，不过速度确实太慢了，直观感受，全表扫描不至于这么慢！

我使用的数据库是 PostgreSQL，不过它和 MySQL 差不多，也可以 EXPLAIN：

SQL With LIMIT

如上所示：先按照 created_at 索引排序，再 filter 符合条件的数据，最后 limit 返回结果，看上去很完美，不过为什么慢呢？出于经验主义，我去掉了 limit 再执行：

select id from user
where name like ‘%foobar%’
order by created_at;

果不其然，速度快了好几倍，再看看对应的 EXPLAIN：

SQL Without LIMIT

如上所示：去掉 limit 后，根本就没用上索引，直接全表扫描，不过反而更快。

为什么呢？要想搞清楚缘由，你需要理解本例中 SQL 查询的处理流程：当使用 limit 时，因为只是返回几条数据，所以优化器觉得采用一个满足 order by 的索引比较划算；当不使用 limit 时，因为要返回所有满足条件的数据，所以优化器觉得不如直接全表扫描。不过就算知道这些还是不足以解释为什么在本例中全表扫描反而快，实际上这是因为当使用索引的时候，除非使用了 covering index，否则一旦索引定位到数据地址后，这里会有一个「回表」的操作，形象一点来说，就是返回原始表中对应行的数据，以便引擎进行再次过滤（比如本里中的 like 运算），一旦回表操作过于频繁，那么性能无疑将急剧下降，全表扫描没有这个问题，因为它就没用索引，所以不准在所谓「回表」操作。

我应该解释清楚了吧，另外，前面提到了 covering index，有兴趣的自己查吧。