本文共 1174 字，大约阅读时间需要 3 分钟。
在数据库性能优化的学习过程中，"全表扫描"是一个非常常见的概念。那么，全表扫描到底是什么意思呢？
全表扫描是指数据库在没有索引的情况下，对一张表中的所有记录进行逐一检查的操作。这种扫描方式类似于在数据中逐一"寻找"符合查询条件的记录，直到全部符合条件的数据被读取完毕。
从执行过程来看，全表扫描的核心原理是：数据库服务器会将整个表的所有数据读取出来，然后根据查询条件筛选出符合要求的行数据。这一过程类似于"逐一检查"每一行记录，找到所有满足条件的数据。
需要注意的是，全表扫描的成本与数据块的大小以及数据库的读取方式有关。具体来说，全表扫描的成本可以通过表的数据块总数除以多块读取来计算。这一指标可以帮助我们评估全表扫描的效率。
与索引范围扫描相比，全表扫描的成本是固定的。这意味着，无论查询需要访问一张表的全部数据，还是只需要访问一部分数据，全表扫描都会将整张表的数据全部读取出来。这种特性使得全表扫描在某些场景下成为必要的选择。
那么，全表扫描在什么情况下会被使用呢？
首先，在单表查询场景中，全表扫描可能会被采用。这种情况通常发生在以下情况：
当表的数据量很小，索引的大小甚至比表本身还大时，使用索引进行查询反而可能比直接读取表的全部数据更为"贵"。在这种情况下，全表扫描可能成为更为经济的选择。
当查询所需的数据占表中数据总量的百分比非常高，甚至超过了索引访问的成本时，全表扫描可能会被选用。也就是说，如果我们需要访问的数据量非常大，使用索引可能会导致更多的IO操作，而全表扫描则可以通过一次读取操作来获取所需的所有数据。
在数据库性能优化的角度来看，表中的数据排列方式可能过于"凌乱"，这会导致索引的 clustering_factor 很大，从而使得索引的访问成本显著增加。在这种情况下，全表扫描可能会成为更优的选择。
其次，在多表连接场景中，全表扫描也可能被广泛应用。例如：
在 hash join 的场景中，内层表和外层表都可以执行全表扫描。这种情况通常发生在外层表的数据分布非常均匀，而内层表的数据分布较为不均匀时。
在 nest loop 的场景中，外层表通常会执行全表扫描，而内层表一般不会执行全表扫描。这是因为外层表的数据分布较为均匀，可以通过 hash join 来快速定位到内层表中的记录。
需要注意的是，全表扫描通常并不被推荐用于大型表的查询，因为这可能会导致数据库性能严重下降。相比之下，索引范围扫描通常会被视为更为高效的选择。
从数据库的执行计划来看，全表扫描通常会被标记为 "INDEX RANGE SCAN"。这一标记反映了数据库在执行查询时，选择了通过索引来实现范围查询的策略。
总的来说，全表扫描是一个重要的数据库性能优化概念。了解它的工作原理和适用场景，可以帮助我们在实际应用中做出更明智的查询优化决策。
转载地址：http://lwyy.baihongyu.com/