当前位置:首页 > 文章列表 > 数据库 > MySQL > 区分通配查询与显式列名查询在 INVISIBLE 列上的返回差异

区分通配查询与显式列名查询在 INVISIBLE 列上的返回差异

来源:17golang原创 2026-10-13 05:58:36 0浏览 收藏

给旧应用的表增加辅助列时,最容易踩到的坑是:表结构明明多了一列,原来的 SELECT * 却看不到它;改成显式列名后,这一列又能正常返回。MySQL 的 INVISIBLE 不是删除列,而是改变列是否参与通配展开。处理这类兼容性问题,关键是把“通配查询”和“显式投影”分开判断。

要点速览
  • SELECT * 和 别名.* 都不会展开 INVISIBLE 列。
  • 显式写出列名后,仍然可以读取或修改该列。
  • 排查时同时看查询投影、EXTRA 和 SHOW CREATE TABLE,不要只看结果列数。

先用最小表复现两种返回结果

下面的示例把 trace_id 设为不可见列。它仍然属于表结构,也可以保存数据,只是不会被通配符自动加入结果集。

CREATE TABLE orders_demo (
    id BIGINT PRIMARY KEY,
    amount DECIMAL(10, 2) NOT NULL,
    trace_id VARCHAR(64) INVISIBLE
);

-- 显式给不可见列赋值,避免把它误认为没有这个字段
INSERT INTO orders_demo (id, amount, trace_id)
VALUES (101, 39.90, 'req-a7f2');

-- 通配查询只展开可见列
SELECT * FROM orders_demo;

-- 显式列名可以读取不可见列
SELECT id, amount, trace_id FROM orders_demo;

第一条查询返回 id 和 amount,第二条才会带上 trace_id。因此,结果列少一列不代表数据没有写入,也不代表 ALTER TABLE 没有生效。

MySQL INVISIBLE 列在 SELECT * 与显式列名投影中的返回边界结构说明图
图1:结构说明图,展示可见列与 INVISIBLE 列经过通配投影、显式投影后的结果差异。

表别名通配也不会绕过不可见属性

联表查询里常写成 o.*,但它只是带表限定的通配符,规则没有变化。想同时拿到隐藏辅助列,必须把它单独写进选择列表。

-- o.* 仍只返回 orders_demo 的可见列
SELECT o.*
FROM orders_demo AS o
WHERE o.id = 101;

-- 需要追踪字段时显式补出列名
SELECT o.id, o.amount, o.trace_id
FROM orders_demo AS o
WHERE o.id = 101;

-- 生产接口建议固定投影,避免返回列随表结构变化
SELECT o.id, o.amount
FROM orders_demo AS o
WHERE o.id = 101;

固定投影和不可见列可以配合使用:旧接口继续只拿业务字段,新版本的内部链路按需显式读取 trace_id。不要用“把 * 改成 o.*”作为修复,这只解决歧义,不改变可见性。

用元数据确认列存在且确实不可见

当 ORM 映射或导出工具报告“字段不存在”时,先确认数据库元数据,再判断是查询投影问题。MySQL 会在 INFORMATION_SCHEMA.COLUMNS.EXTRA 中标记不可见列。

-- 先查看列是否存在,以及可见性标记
SELECT COLUMN_NAME, ORDINAL_POSITION, EXTRA
FROM INFORMATION_SCHEMA.COLUMNS
WHERE TABLE_SCHEMA = DATABASE()
  AND TABLE_NAME = 'orders_demo'
ORDER BY ORDINAL_POSITION;

-- 查看完整 DDL,确认 INVISIBLE 没有被迁移脚本漏掉
SHOW CREATE TABLE orders_demo;

如果 EXTRA 为 INVISIBLE,说明列存在但不会被 * 展开;若显式查询仍报未知列,再检查当前连接的数据库、表名拼写和迁移是否落在了另一套环境。

MySQL INFORMATION_SCHEMA 与 SHOW CREATE TABLE 联合确认 INVISIBLE 列状态的结构说明图
图2:结构说明图,展示从查询结果回到 COLUMNS 元数据和完整 DDL 的排查关系。

把兼容性边界写进查询和迁移约定

写法是否包含 INVISIBLE 列适合场景
SELECT *否兼容旧接口的可见字段读取
SELECT t.*否联表时限定可见字段范围
SELECT t.trace_id是内部追踪、审计或迁移核对
SHOW CREATE TABLE显示定义检查 DDL 与迁移结果

新增不可见列前,先确认写入路径是否使用显式列清单。依赖无列名的 INSERT INTO orders_demo VALUES (...) 时,值列表只按可见列计数;要写入不可见列,改用列名清单。对外接口则尽量保持显式投影,避免以后把可见列加入表中时改变响应结构。

常见问题

INVISIBLE 列是不是无法更新?

不是。UPDATE orders_demo SET trace_id = 'req-b8c1' WHERE id = 101 可以显式更新它;限制只发生在通配展开。

把列改成 VISIBLE 会不会改变数据?

不会改变已有值,但会让 * 和 别名.* 在后续查询中把它带入结果,接口响应和导出字段可能因此变化。

为什么 ORM 自动生成的查询看不到这列?

很多 ORM 使用通配查询或根据可见元数据生成投影。先记录实际 SQL,再用显式列名验证;不要直接删除 INVISIBLE 属性。

判断这类问题时可以记住一句话:不可见列仍然存在,通配符看不见它,明确写出列名就能访问它。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
用 LOAD DATA IGNORE 导入时识别违反 CHECK 的行并保留警告信息用 LOAD DATA IGNORE 导入时识别违反 CHECK 的行并保留警告信息
上一篇
用 LOAD DATA IGNORE 导入时识别违反 CHECK 的行并保留警告信息
78动漫论坛与资料库怎么分?条目字段、用户帖子和站务入口说明
下一篇
78动漫论坛与资料库怎么分?条目字段、用户帖子和站务入口说明
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    450次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    520次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    535次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    480次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    304次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码