避免使用SELECT *的9个理由及2个例外

AI摘要

文章讨论了在SQL查询中避免使用SELECT*的9个理由,涉及性能问题如解析成本、IO操作、网络消耗、内存消耗和索引影响,以及代码维护方面的困难。同时提到了两个合理使用SELECT*的场景:即席查询和行表示。PawSQL提供了相关优化,如SELECT*审查预警、投影下推和覆盖索引推荐。

高级SQL优化系列  (Copyright © 2022 PawSQL)

我们经常会看到一些文章警告使用SELECT * 是一种错误的习惯,应该明确地指定查询的列名,譬如在最新《阿里java开发手册(泰山版)》中对此是作为强制性的规则。不过,大家对其原因只是一知半解。本文将从两个角度解释避免使用SELECT *的9个理由,同时讨论两个合理使用SELECT *的例外场景。

性能问题

从性能的角度,在应用中使用SELECT *可能会引起查询的性能问题,主要表现在以下六个方面,

  • 增加解析成本:用SELECT *数据库需要解析更多的对象、权限、属性等相关内容,这个影响可能较小,但是它确实会对数据库的元数据查询造成一定的压力。

  • 增加IO操作,对于无用的大字段,如 varchar、blob、text,会增加 IO操作;数据库一般会把超过一定长度的大字段,存放在单独的表空间中,因此对这些字段的访问会额外地增加一次IO操作。

  • 增加网络消耗,带上如LOB/TEXT之类的无用的大文本字段,传输数据量会成多倍地增涨,特别是如果数据库和应用程序不在同一台机器,这种开销非常明显。

  • 增加内存消耗,不管您是否使用这些列,您的应用程序都需要把它们接收到内存,这可能会无谓的消耗大量的内存,影响程序的性能及健壮性,甚至造成内存溢出,应用崩溃。

  • 影响索引选择,对于使用SELECT * 的查询语句,优化器会放弃覆盖索引策略优化的可能性,导致需要回表或是全表扫描。

  • 影响索引推荐,PawSQL的索引推荐引擎能够分析SQL的结构,对符合条件的表上创建索引(三种情况:定位数据、避免排序、避免回表)以提升查询性能,具体请参考《创建高效索引的准则》。对于使用SELECT * 的查询语句,PawSQL索引推荐引擎将不考虑进行覆盖索引的推荐。

维护代价

从代码维护的角度,在应用中使用SELECT *可能会导致维护变得困难,主要表现在以下三个方面,

  • 代码可读性:使用SELECT * 会降低查询的可读性,这是因为使用SELECT * 会使查询语句不容易理解,开发人员需要查看表定义来确定到底查询的是什么数据,同时也难以进行调试。

  • 列名对齐:

    • 在通过Mybatis框架开发应用时,增加或是删减字段,容易与 resultMap 配置不一致;

    • 当使用SELECT * 定义视图时,增加或是删减字段,都可能导致视图失效,

    • 您可能会经常使用SELECT * into INSERT . . .之类的语句,以实现将某些数据从一张表复制到另一张表。如果在两张表中,各个列的排列顺序略有不同,那么就可能会出现将不正确的数据复制到错误列中的情况。

  • 列名冲突:如果您在连接查询中使用了SELECT * ,一旦在多个表中出现了具有相同名称的列,就会导致列名冲突;从而导致数据的消费方使用错误。

两个例外情况

SELECT * 并不是任何情况下都不适合使用,我们日常开发中经常使用的合理场景有两类:

  • 即席查询(Ad-hoc Query)

    当我们进行数据探索或是问题定位时,我们需要即时的手工写一些SQL来查看某些数据表,我们不知道表有哪些列,这个时候我们可以使用SELECT *来完成我们的查询。我们不会,也不需要预先研究底层列名是什么,我们甚至是通过SELECT *来确定列名和样例数据。特别是当表有大量的列时,SELECT *可以让我们更方便快捷完成数据探索或是问题定位的目标。

  • 当 * 表示一行,而不是代表所有列时

    当 * 表示一行,而不是代表所有列时,* 的使用是合理的。

    譬如在以下用例中,* 表示符合某个条件的行。如果您使用列名而不是 *,它将计算该列值不为NULL的行数。

    SELECT COUNT(*) FROM table;

    类似的,在下面的这个查询中,* 表示符合关联条件条件的行。

    SELECT c_custname FROM customer c WHERE EXISTS ( SELECT * FROM orders o WHERE o.c_custkey = c.c_custkey);

    有些人在 SELECT 列表中使用 表orders的主键o.c_custkey,或者使用数字1,但是这些约定基本上是没有意义的。你查询的是符合某个条件的所有行,这就是 * 的含义。对于数据库优化器来说,这两个查询语句实际上是相同的。

PawSQL中与SELECT*相关的优化

PawSQL中与SELECT*相关的审查或优化有三个,

SELECT*审查预警

PawSQL分析用户输入的SQL语句,并对其中出现的非上述例外情况的SELECT*进行提示预警,

  • 对下面的SQL进行预警

select * from customer as c where c.c_acctbal > 100
  • 对下面的SQL不预警,属于例外情况

select c_custname from customer c where EXISTS ( select * from orders o where o.c_custkey = c.c_custkey);

投影下推(Projection Pushdown)

PawSQL中的投影下推重写优化可以把子查询中的SELECT*进行重写,删除不必要的SELECT*

  • 优化前SQL,子查询中存在SELECT*

select c_nationkey, count(*)
  from (select *
           from customer as c
           where c.c_acctbal > 100)
  group by c_nationkey
  • 应用投影下推后

select c_nationkey, count(*)
  from (select c_nationkey
           from customer as c
           where c.c_acctbal > 100)
  group by c_nationkey

如果您希望在PawSQL中验证投影下推对于SELECT *的处理逻辑,您需要先禁用查询折叠(Query Folding)重写优化,因为查询折叠会将子查询重写合并。

覆盖索引推荐

如在性能问题章节里所述,对于使用SELECT * 的查询语句,PawSQL索引推荐引擎将不考虑进行覆盖索引的推荐。

关于PawSQL

PawSQL专注数据库性能优化的自动化和智能化,支持MySQL,PostgreSQL,Opengauss等,提供的SQL优化产品包括

  • PawSQL Cloud,在线自动化SQL优化工具,支持SQL审查,智能查询重写、基于代价的索引推荐,适用于数据库管理员及数据应用开发人员,

  • PawSQL Advisor IntelliJ 插件, 适用于数据应用开发人员,可以IDEA/DataGrip应用市场通过名称搜索“PawSQL Advisor”安装。

  • PawSQL Engine, 是PawSQL系列产品的后端优化引擎,可以独立安装部署,并通过http/json的接口提供SQL优化服务。PawSQL Engine以docker镜像的方式提供部署安装。

联系我们

邮件:service@pawsql.com

Twitter: https://twitter.com/pawsql

原文地址:SQL实战经验 - 避免使用SELECT *的9个理由及2个例外情况 | PawSQL

相关推荐

免费私有化部署! PawSQL社区版,超越EverSQL的企业级SQL优化工具面向个人开发者开放使用了

PawSQL 社区版(Community Edition)面向个人用户和小规模团队,提供永久免费的私域部署方案,可在本地或私有云中快速启动,无需外部依赖,可实现一键化的 SQL 自动优化与性能验证。该版本支持 MySQL、PostgreSQL 数据库,允许每位个人用户每月享有多达 600 次的优化配额,充分满足日常开发测试需求。

PawSQL的博客 1737

SQLE、SQM和PawSQL:深度评测企业级SQL审核平台

SQL审核是SQL代码投入生产的最后一道关卡,选择正确的SQL审核工具对于确保确保SQL代码质量至关重要。本文深度评测市场上主流的SQL审核工具,Yearning、Archery、Bytebase的审核模块、爱可生的SQLE、云和恩墨的SQM等,在审核规则覆盖度和审核结果正确性方面的表现。评测结果表明,即使用MySQL规则集作为测试对象,PawSQL在这次测试中表现也是最佳。

PawSQL的博客 1611

免费 IDEA/DataGrip SQL优化和审核插件 PawSQL Client

PawSQLClient 0.2.1版为JetBrains IDE带来智能SQL优化与执行前审核功能,解决慢查询索引优化、误执行高危UPDATE/DELETE两大痛点。光标定位即生成可直接使用的索引创建语句与改写方案,并提供性能对比;执行前自动拦截高危语句,支持静态分析不阻塞流程。零配置绑定数据源,离线也可结构分析,匿名免登录,结果直达console面板。兼容多数据库与IDE,免费无配额限制,提升开发效率与安全性。

PawSQL的博客 313

【PawSQL for DBeaver,不仅可以一键完成 SQL 优化,还可以在 SQL 执行前自动拦截高危操作】

PawSQL for DBeaver助力高效数据库开发,两大核心功能:一键智能优化SQL,支持索引推荐与执行计划对比;执行前强制审核,自动拦截高危操作。通过简单安装即可在DBeaver中实现从配置到调优、审核的全流程自动化,约两分钟掌握完整流程,显著提升开发安全与效率。#PawSQL #DBeaver #SQL优化 #SQL审核

PawSQL的博客 285

给 DBeaver 请一位 SQL 体检医生:PawSQL Client

很多事故,其实是「执行前没人拦一下」。一次 UPDATE 少个 WHERE、一条全表扫描的 SELECT、一个没索引的 JOIN——等线上告警响了,代价已经付出去了。有没有办法,把这些风险挡在「执行」之前?PawSQL Client 是 DBeaver 的一个插件。装上它,你的 SQL 编辑器里就多了一道执行前审核:你按下「执行」之前,SQL 先交给 PawSQL 做一次静态规则分析,再按风险决定放行还是让你确认。不用离开 DBeaver,不用额外操作——体检就发生在你最熟悉的编辑器的日常操作里。

PawSQL的博客 297

PawSQL 技术月报 | 2026年07月

PawSQL完成重大架构升级,核心优化包括:1. SQL解析器全面重构,底层架构统一化,提升解析效率与一致性;2. 自增主键规则智能适配分布式/非分布式数据库场景;3. 新增PostgreSQL CREATEEXTENSION语法支持。功能增强涵盖:SELECT*审核范围收紧、DML影响行数预警阈值下调至1000行、批量写入性能优化等。关键修复涉及MERGE语句解析、Oracle分组语法等场景。作为支持20+种数据库的智能SQL审核平台,PawSQL持续提升SQL全生命周期治理能力。(149字)

PawSQL的博客 217

PawSQL 正式登陆微软 Marketplace:智能 SQL 优化,上云更简单

摘要:2026年8月10日,北京图灵睿数科技宣布其数据库性能优化平台PawSQL正式上线Microsoft Marketplace,支持全球客户通过Azure快速部署。PawSQL覆盖SQL全生命周期,提供智能查询优化(Optimizer模块)与自动化运维监控(Patroller模块),帮助提升数据库性能并降低成本。该平台与微软产品深度集成,简化企业采购流程。微软高管表示欢迎,认为PawSQL的加入丰富了Marketplace的生态。图灵睿数专注于SQL优化智能化,PawSQL已兼容20余种主流数据库。

PawSQL的博客 281

PawSQL 技术月报 | 2026年6月

PawSQL在2026年6月迎来重要更新:全面支持TDSQL关键特性(自定义关键字、SEQUENCE和执行计划降级),增强Hive的LATERAL VIEW解析能力,新增STRAIGHT_JOIN检测与重写功能。优化方面扩展了Join消除规则至非主外键场景,改进了字符串类型判定逻辑,并持续提升派生表转换性能。同时修复了SELECT常量解析、字符集判定等多项问题,使SQL审核更精准。作为AI驱动的智能SQL平台,PawSQL已支持20余种数据库,拥有40+查询重写算法和300+审核规则,为全球超2万用户提供从

PawSQL的博客 282

SQL 避坑指南 - Oracle GROUP BY 整型常量的「薛定谔行为」

SQL解析器PawSQL在处理GROUP BY子句时发现了一个关键差异:不同数据库对GROUP BY中整型常量的解析方式不同。Oracle 23c之前将整型常量视为普通值(导致所有行归为一组),23c版本新增GROUP_BY_POSITION_ENABLED参数控制是否按列位置解析;而MySQL/PostgreSQL默认将整数视为列位置指示器。这种差异可能引发跨数据库迁移时的严重问题。建议始终使用列名替代常量或位置序号,PawSQL已新增审核规则,对GROUP BY中使用整数字面量的写法发出警告,以规避兼容

PawSQL的博客 532

【SQL换个写法,Top-N 查询快 10 倍!LATERAL JOIN 深度解析】

SQL查询中滥用派生表可能导致全表扫描等性能问题。本文通过真实案例展示了如何将低效的派生表查询(耗时12秒)通过PawSQL自动重写为LATERAL JOIN(0.2秒),性能提升61倍。文章解析了两种典型优化场景:窗口函数分页查询和分组聚合LIMIT查询,并详细说明了PawSQL的智能重写算法逻辑。该优化方法通过减少不必要的计算,将O(N²)复杂度降为O(N*K)。PawSQL的自动重写功能解决了手动改写的语法兼容性和易错问题,适用于多种主流数据库,为开发者提供高效、安全的SQL优化方案。

PawSQL的博客 601

“加个 DISTINCT 保险一点“——这句话有多危险

SQL开发中DISTINCT关键字的误用分析与正确实践 摘要:本文深入分析了SQL开发中DISTINCT关键字的常见误用问题。首先指出DISTINCT的本质错误在于混淆业务实体与度量指标的去重逻辑,强调去重应基于业务实体而非属性值。文章详细剖析了DISTINCT在多列(特别是浮点类型)场景下的精度陷阱,以及可能掩盖的JOIN逻辑错误、ETL管道问题和表设计缺陷等三大隐患。最后提出了五种正确替代方案:从源头修复重复问题、使用精确数值类型、基于业务主键去重、使用ROW_NUMBER()精确控制去重规则,以及完善

PawSQL的博客 487

【PawSQL × GitLab :提交代码即自动审核,SQL 质量零漏洞】

本文介绍了如何将PawSQL智能SQL审核平台与GitLab集成,实现自动化SQL审核。主要步骤包括:1)在GitLab创建API访问令牌;2)在PawSQL注册GitLab实例;3)配置SQL监控项(选择仓库、分支、审核规则等);4)在GitLab设置Webhook;5)通过代码提交或合并请求触发自动审核。集成后,SQL变更会自动触发审核,结果会回写到GitLab评论中,并提供详细的问题定位和修复建议。该方案支持SaaS和私有化部署的GitLab,覆盖开发全流程的SQL质量管控。

PawSQL的博客 379

【金融生产环境实战:PawSQL驱动openGauss慢查询优化,正确率100%,释放近7成人力成本】

某金融客户引入PawSQL智能优化工具对OpenGauss数据库198条慢查询进行优化,取得显著成效:优化正确率达100%,召回率68.8%,节省2/3人力成本。分析显示,90%优化来自精准索引推荐,20%受益于SQL重写优化。PawSQL通过自动化、高可靠的性能优化方案,助力金融客户实现数据库性能提升与运维效率飞跃,推动SQL优化进入智能化新阶段。

PawSQL的博客 521

同一条SQL,单机秒回,分布式集群卡成PPT——问题究竟出在哪?

本文深入剖析了分布式数据库跨分片JOIN操作的性能问题。首先对比了三种主流架构(分片中间件、存算分离MPP、经典MPP)在处理跨分片JOIN时的不同执行路径,指出数据移动是性能瓶颈的核心原因。文章揭示了三大性能杀手:网络传输爆炸、协调节点单点瓶颈和数据倾斜,并提供了快速诊断清单。通过一个电商平台报表SQL拖垮集群的真实案例,展示了错误分布键设计导致的严重后果。最后强调优化目标是减少数据移动,让JOIN回归本地,为后续解决方案系列文章奠定基础。

PawSQL的博客 917

PawSQL重磅升级:全面支持Oracle PL/SQL脚本解析与SQL优化

PawSQL最新版本突破性地实现了对Oracle PL/SQL存储过程的自动优化功能。该工具通过深度语法解析引擎,能够从复杂PL/SQL脚本中智能抽取SQL语句,并提供索引建议、查询重写、性能审核等全方位优化方案。典型测试案例显示,系统可在一分钟内完成包含9条SQL的存储过程分析,预估性能提升达99999%。该功能特别适用于金融、电信等行业的核心业务系统,支持通过API集成到CI/CD流程,实现SQL变更的自动化审核。PawSQL此次升级填补了存储过程SQL优化的技术空白,为复杂数据库脚本提供了一键式智能优

PawSQL的博客 569

PawSQL平台功能月度更新 | 2026年2月

PawSQL二月迭代聚焦企业级需求升级,完成三大核心改进:1)重构机构树权限体系,通过路径前缀机制和权限码设计,实现跨组织数据隔离与分级管控;2)优化并发执行模型,引入动态负载感知的双约束机制和分块处理,提升高并发场景稳定性;3)完成Coding平台Webhook集成,实现SQL审核与代码审查流程自动化对接。本次迭代着重夯实企业级应用基础能力,为大型客户提供更可靠的权限管理、性能保障和DevOps集成支持。

PawSQL的博客 562

PawSQL 2025 年度总结 - 走向“可信”的智能 SQL 优化

2025年,PawSQL在数据库性能优化领域实现关键跨越。面对行业对SQL质量日益严苛的要求,它不再满足于解决单条SQL问题,而是致力于构建一个可量化、可验证、可落地的企业级优化平台。这一年,PawSQL不仅正从一款好用的工具,进化为值得信赖的SQL质量治理基础设施;更在用户生态上取得质变:个人用户突破20,000人,并在金融、制造等行业实现企业级突破。

PawSQL的博客 1477

智能SQL优化工具 PawSQL 月度更新 | 2026年1月

2026年1月,PawSQL 核心引擎在超大规模 Schema 处理方面取得了突破性进展。我们引入了“按需解析”机制,大幅优化了在线获取元数据的响应速度。同时,针对分布式架构新增了多项审核规则,并显著提升了索引推荐引擎在处理派生表(DT)关联时的精准度。

PawSQL的博客 695

智能SQL优化工具 PawSQL 月度更新 | 2025年11月

2025年11月,PawSQL针对SQL审核/优化工具的下半场竞争需求,推出系列升级。重点包括:1)全面支持TDSQLPostgreSQL国产数据库;2)重构变量解析体系,提升复杂SQL脚本处理能力;3)优化Oracle/MSSQL解析细节,减少误报;4)增强性能分析与规则引擎准确性;5)重构审核执行引擎,支持大规模并发任务处理。这些改进使PawSQL在复杂业务场景下的稳定性、准确性和扩展性显著提升,为金融、政企等国产数据库用户提供更可靠的SQL优化解决方案。

PawSQL的博客 971

让SQL代码一秒变优雅:PawSQL上线免费SQL格式化工具!

PawSQL近期推出一系列免费的在线SQL工具,助力开发者高效处理各类SQL任务。该系列不仅提供SQL格式化、压缩、混淆及指纹生成、Oracle到PostgreSQL、openGauss等数据库的语法转换,还支持MySQL、Oracle等多种数据库的执行计划可视化分析。所有工具均免费在线可用,操作简便,是开发、测试及运维过程中提升效率的得力助手。

PawSQL的博客 1084

企业级SQL审核优化工具 PawSQL(4) — 生态集成

PawSQL构建了一套覆盖开发-测试-上线-巡检全流程的SQL优化闭环生态。通过插件化IDE集成、PR自动化审查、AI智能助手和服务化开放能力,实现SQL性能治理贯穿开发生命周期。该系统支持语法校验、性能建议、自动重写等功能,可在代码提交前识别问题,并与CI/CD流程深度集成。其特色在于将SQL优化从单点工具升级为持续治理体系,通过标准化协议连接开发工具链,让非DBA也能获得专业级优化指导,最终形成可度量、可回溯的团队SQL能力。

PawSQL的博客 880

不仅仅是 AI:PawSQL 如何实现“可信 AI SQL 优化”?

很多人认为,AI 时代的 SQL 优化,就是“让大模型写 SQL/改 SQL”。但在真实的企业级场景里,正确性、可靠性和可验证性比“聪明”更重要。这正是 PawSQL 与纯 AI 产品的根本区别,我们称之为:可信 AI SQL 优化(Trusted AI for SQL Optimization)。

PawSQL的博客 644

智能SQL优化工具 PawSQL 月度更新 | 2025年10月

在过去的十月,PawSQL团队持续深耕SQL优化领域,推出了一系列功能更新和问题修复,显著提升了产品的稳定性、性能和使用体验。本文将为您详细解析这些技术改进。

PawSQL的博客 715

企业级SQL审核优化工具 PawSQL 介绍(3)- 审核工单管理

PawSQL审核平台提供完整的SQL工单管理功能,实现从提交到执行的全流程自动化闭环。支持智能规则匹配、多维度SQL审核(性能/安全/可读性)、可视化风险分析及精准修复建议。平台提供灵活的审批流程配置,支持多角色协作(开发者/审批人/执行人),各环节操作留痕可追溯。通过自动化审核、风险可视化和可配置流程,帮助企业建立规范的SQL上线机制,在保障数据库安全的同时提升开发效率,适用于企业级SQL开发、DevOps变更管理和DBA审核自动化等场景。

PawSQL的博客 1193

企业级SQL审核工具PawSQL介绍(2)- 审核规则体系

PawSQL的审核规则体系针对SQL审核痛点,构建了全面均衡的审核方案。其规则集覆盖对象设计、操作、数据操作等维度,支持传统关系型、分布式及大数据平台等数据库,均保持200条左右规则量。特色包括:对象设计审核关注SQL操作结果;分布式数据库专项规则优化数据分布;HiveSQL专项规则提升大数据作业效率。通过审核模板管理,用户可自定义规则集与阈值,将最佳实践固化为规范。PawSQL致力于为各类数据库提供统一、专业的SQL审核体验,助力企业构建高效可靠的审核流程。

PawSQL的博客 1277

企业级SQL审核工具PawSQL介绍(1) - 六大核心能力

在当前的数据开发中,SQL审核工具已成为越来越多团队的必备利器。然而,市面上大多数产品仍普遍存在几大痛点:审核规则对各类数据库支持不一,难以适配多元环境;解析能力不足,面对复杂SQL时捉襟见肘;更常见的是,工具仅机械“报错”,却无法提供真正可行的优化建议——导致审核流程形同虚设,开发者困于误报与琐碎提示,而真正的性能瓶颈与安全隐患,却可能悄然潜伏。

PawSQL的博客 991

智能SQL审核优化工具 PawSQL 月度更新 | 正确性优先、兼容性与可观测性加强

本期更新以“正确性优先、兼容性与可观测性加强”为主线:针对子查询重写、谓词下推与 SATTC 场景的改进,配合解析器对 DB2 / 非标准字符的友好性提升,使 PawSQL 在复杂、异构 SQL 环境下更稳健。建议团队在升级到最新版时在预生产做回归验证,关注深分页优化的重写效果与有涉及 SSQ 重写的关键查询。

PawSQL的博客 753

PawSQL宣布支持DB2数据库SQL审核和性能优化

PawSQL智能SQL优化工具新增IBM DB2支持,为企业提供全面的SQL优化解决方案。该工具通过自研SQL解析器和灵活架构,实现对DB2的原生支持,提供智能SQL审查、查询重写优化和智能索引推荐三大核心功能。PawSQL支持离线和在线两种工作空间创建模式,适用于企业系统优化、数据库迁移、DevOps集成和慢查询治理等场景。此次更新使PawSQL支持数据库类型进一步扩展,帮助用户提升数据库性能并降低运维成本。PawSQL致力于为多种数据库提供一站式智能优化方案。

PawSQL的博客 594

智能SQL优化工具 PawSQL 月度更新 | 11项重要优化

PawSQL 8月更新实现11项核心优化:增强SQL解析引擎的标量子查询处理能力,新增SQL对象行信息追踪;优化算法改进包括关联子查询处理、索引策略调整及分布式列计算支持;提升Hive语法兼容性,修复SQLServer解析问题;完善变量处理等细节体验。这些升级显著提升了产品在复杂SQL场景下的解析稳定性与优化性能,为开发者提供更专业的数据库性能解决方案。

PawSQL的博客 733

高级SQL优化 | 告别临时表分组!PawSQL智能重写让跨表GROUP BY性能提升超百倍

在数据分析类 SQL 中,GROUP BY 是最常用的SQL功能之一。然而,当分组字段来自多个不同的表时,往往会导致严重的性能问题。多表分组不仅无法有效利用索引,只能执行全量扫描 + 临时表聚合,性能骤降。本文将深入解析PawSQL团队开发的GROUP BY优化算法,该算法能够智能识别跨表分组场景,并通过等值关系分析,将多表分组重写为单表分组,从而显著提升查询性能。

PawSQL的博客 489
上一篇: 高效数据库索引的准则-PawSQL索引引擎的工作逻辑
下一篇: PawSQL Cloud新功能精选(0424)
PawSQL,企业级SQL优化平台
博客等级 码龄5年 703粉丝 110原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值