MySQL 中如果我 select * from 一个有 1000 万行的表，内存会飙升么？

【核心定义】 MySQL 执行 SELECT * FROM table 时，内存是否飙升取决于查询的执行模式（是否使用游标/流式处理）和服务端配置，而非简单地与表行数（1000万）线性相关。

【关键要点】

执行模式决定内存占用：如果查询使用默认的“存储结果集”模式，服务端会尝试将所有匹配的行缓存在内存中再发送给客户端，处理1000万行时极易导致内存飙升（OOM）。如果使用“流式”或“游标”模式，服务端会逐行或分批读取和发送数据，内存占用可控。
网络与客户端是瓶颈：即使服务端内存可控，将1000万行结果通过网络传输到客户端，以及客户端应用程序接收并处理这些数据，同样会消耗大量网络带宽、客户端内存和时间，这通常是更实际的性能瓶颈。
配置参数是关键阀门：MySQL 的 net_buffer_length、max_allowed_packet 以及连接和内存相关的系统变量，共同决定了单次通信和缓存的数据量上限，不当配置会加剧内存问题。

【深度推导/细节】 逻辑拆解：一次完整查询的数据流与内存点

Step 1: 查询执行与数据读取 InnoDB 引擎通过索引或全表扫描定位数据。数据以“页”（通常16KB）为单位从磁盘读入 Buffer Pool。此阶段内存增长主要来自 Buffer Pool 中缓存的数据页，但 Buffer Pool 有固定大小（由 innodb_buffer_pool_size 控制），采用LRU等算法管理，旧页会被淘汰，因此不会因单次大查询而无限制增长。
Step 2: 结果集构建与发送（核心矛盾点）
- 非流式模式（默认）：SELECT * 查询没有 LIMIT 或用于流式的声明时，服务端的 “结果集缓存” 会尝试容纳所有行的数据。对于1000万行的大表，这个临时结果集可能远超可用内存，导致服务端使用磁盘临时表（tmp_table_size 和 max_heap_table_size 控制），性能急剧下降，若配置不当或数据量极大，则直接导致内存溢出（OOM）。
- 流式/游标模式：在JDBC中设置 fetchSize 为 Integer.MIN_VALUE 或在某些驱动/查询中使用 FORWARD ONLY 游标，服务端会每读取一行（或一个小批次）就立即通过网络发送给客户端，服务端几乎不维护完整结果集，内存占用极低。
Step 3: 客户端接收 客户端驱动程序默认会尝试将整个结果集拉取到客户端内存中。即使服务端采用流式，如果客户端不进行流式消费（如一次性调用 ResultSet.next() 遍历所有行并存入List），客户端内存同样会飙升。

【关联/对比】

MySQL vs. 分布式数据库：在Hive/Spark等大数据系统中，类似查询会直接被分解为多个并行任务处理，并明确警示全表扫描的成本。而MySQL作为OLTP数据库，默认假设查询是点查或小范围扫描，大查询需要特别处理。
SELECT * vs. SELECT column1, column2：SELECT * 会读取所有列，包括可能非常大的 TEXT/BLOB 字段，这会使结果集体积急剧膨胀，远超行数本身的影响。指定必需的列是首要优化原则。
内存表 vs. 磁盘临时表：当结果集超过 tmp_table_size 和 max_heap_table_size 阈值时，MySQL会将临时表从内存（MEMORY引擎）转换为磁盘（MyISAM或InnoDB引擎）存储，这会带来巨大的性能拐点。

『面试官追问』

【直击痛点与配置数字】

net_buffer_length：初始网络缓冲区大小（默认~16KB），结果集发送时会动态增长至 max_allowed_packet。
max_allowed_packet：服务器和客户端之间通信的最大数据包大小（默认64MB）。如果单行数据超过此值，查询会报错。
tmp_table_size & max_heap_table_size：控制内存临时表的最大大小（默认16MB）。超过后转磁盘临时表，这是性能急剧下降的关键临界点。
innodb_buffer_pool_size：InnoDB缓存池大小，通常设置为机器物理内存的50%-70%。它决定了热数据能在内存中驻留多少，影响的是数据读取速度，而非结果集缓存。
read_buffer_size：为每个执行全表扫描的线程分配的内存。增大它可能提升全表扫描速度，但会线性增加并发时的内存消耗。

结论：对于1000万行的 SELECT *，在默认配置和非流式模式下，服务端内存极有可能飙升直至OOM或剧烈使用磁盘临时文件。解决方案是：1）业务上避免此类查询，使用分页、索引、限定列；2）技术上使用服务端游标或流式查询；3）合理配置上述关键参数。

# MySQL 中如果我 select * from 一个有 1000 万行的表，内存会飙升么？