45-14

52 阅读3分钟

count(*)的实现方式

在不同的MySQL引擎中,count(*)有不同的实现方式。

  • MyISAM引擎把一个表的总行数存在了磁盘上,因此执行count(*)的时候会直接返回这个数,效率很高;(不加where条件,直接返回现有行数)
  • InnoDB引擎执行count(*)的时候,需要把数据一行一行地从引擎里面读出来,然后累积计数。由于多版本并发控制(MVCC)的原因,InnoDB表“应该返回多少行”也是不确定的。所以不能跟myisam一样直接统计一个数字。

InnoDB是索引组织表,主键索引树的叶子节点是数据,而普通索引树的叶子节点是主键值。MySQL优化器会找到最小的那棵树来遍历。count(*)这样的操作遍历哪个索引树得到的结果逻辑上都是一样的。

在保证逻辑正确的前提下,尽量减少扫描的数据量,是数据库系统设计的通用法则之一

show table status 命令的TABLE_ROWS也是采样估算得来的,因此它也很不准。官方文档说误差可能达到40%到50%。

综合来说:

  • MyISAM表虽然count(*)很快,但是不支持事务;
  • show table status命令虽然返回很快,但是不准确;
  • InnoDB表直接count(*)会遍历全表,虽然结果准确,但会导致性能问题。

对于这类统计类的 放在数据库里建一张统计表会比较好。

count用法

count()是一个聚合函数,对于返回的结果集,一行行地判断,如果count函数的参数不是NULL,累计值就加1,否则不加。最后返回累计值。

count(*)、count(主键id)和count(1) 都表示返回满足条件的结果集的总行数; count(字段),则表示返回满足条件的数据行里面,参数“字段”不为NULL的总个数。

分析其间的性能差别的时候,你可以记住这么几个原则:

  • server层要什么就给什么;

  • InnoDB只给必要的值;

  • 现在的优化器只优化了count(*)的语义为“取行数”,其他“显而易见”的优化并没有做。

对于count(主键id)来说,InnoDB引擎会遍历整张表,把每一行的id值都取出来,返回给server层。server层拿到id后,判断是不可能为空的,就按行累加。

对于count(1)来说,InnoDB引擎遍历整张表,但不取值。server层对于返回的每一行,放一个数字“1”进去,判断是不可能为空的,按行累加。

对于count(字段)来说:

  • 如果这个“字段”是定义为not null的话,一行行地从记录里面读出这个字段,判断不能为null,按行累加;
  • 如果这个“字段”定义允许为null,那么执行的时候,判断到有可能是null,还要把值取出来再判断一下,不是null才累加。

count( * )是例外,并不会把全部字段取出来,而是专门做了优化,不取值。count(*)肯定不是null,按行累加。

得出的结论: :按照效率排序的话,count(字段)<count(主键id)<count(1)≈count(),所以我建议你,尽量使用count()。